本技术涉及图像处理，尤其涉及一种伪造图像检测方法、系统及装置。
背景技术：
1、随着数字媒体技术的快速发展，用户不仅可以通过各种功能强大的图像处理软件便捷地拍摄图像，还可以借助强大的编辑功能与算法篡改图像中的内容。这一类篡改过程往往包括拼接、移除、复制移动或图像增强等类型，这样的行为会降低图像信息的可信度，给社会带来负面影响。
2、为了降低图像伪造技术带来的风险，人们不断提出并广泛应用更有效的深度学习方法，目前，深度学习方法通常通过提取伪造图像中的各种高维特征（如噪声、频域、像素）进行分析，包括：1、基于图像块的方法；2、基于手工设计特征的方法；3、基于约束卷积层的方法；4、基于像素点的方法。这些方法使得深度学习方法的性能有提升，但是伪造图像的篡改手段多种多样，篡改手段之间也具有较大差异，常用的伪造图像检测模型对伪造图像的检测效果不佳。
技术实现思路
1、本技术提供一种伪造图像检测方法、系统及装置，用于得到更准确的伪造图像检测结果。
2、为实现上述技术目的，本技术采用如下技术方案：
3、第一方面，本技术实施例提供了一种伪造图像检测方法，该方法包括：
4、获取待检测图像；
5、将待检测图像输入多个模型集合中，得到多个模型集合各自的第一检测结果；其中，第一检测结果用于表征基于模型集合检测出待检测图像为伪造图像的概率，每个模型集合中包括一个第一模型以及多个用于检测相同类型的伪造图像的第二模型，第二模型用于对待检测图像进行检测以得到待检测图像的第二检测结果，第二检测结果用于表征第二模型检测出待检测图像为伪造图像的概率，第一模型用于对模型集合中各个第二检测结果进行融合以得到第一检测结果；不同集合模型中的第二模型用于检测不同类型的伪造图像；
6、基于多个模型集合各自的第一检测结果，得到待检测图像的目标检测结果，目标检测结果用于表征待检测图像为伪造图像的概率。
7、本技术提供的技术方案至少带来以下有益效果：首先由各个模型集合中的第二模型对待检测图像进行检测，再由模型集合中的第一模型对第二模型的第二检测结果进行融合得到第一检测结果，可以避免单个模型的检测偏差，提升了第一检测结果的准确性。不同模型集合中第二模型用于检测不同类型的伪造图像，则通过将待检测图像输入到各个模型集合的第二模型中，不同模型集合的第一检测结果就表征了待检测图像中存在该模型集合对应的伪造类型的可能性，本方案适用于各种伪造类型的伪造图像检测，应用范围更广。并且，基于多个模型集合各自的第一检测结果，得到待检测图像的目标检测结果，目标检测结果充分考虑了各个模型集合的第一检测结果，误报率更低，伪造图像的检测结果更加准确。
8、在一种可能的实现方式中，基于多个模型集合各自的第一检测结果，得到待检测图像的目标检测结果，包括：确定多个模型集合各自的第一检测结果的权重值；基于多个模型集合各自的第一检测结果的权重值，对多个模型集合各自的第一检测结果进行加权融合，得到待检测图像的目标检测结果。
9、在一种可能的实现方式中，所有第一检测结果的权重值之和为1；第一检测结果的权重值与第一检测结果之间为正相关关系；或者，大于或等于第一阈值的第一检测结果的权重值为第一权重值，小于第一阈值的第一检测结果的权重值为第二权重值，第一权重值大于第二权重值；或者，大于或等于第一阈值的第一检测结果的权重值为第三权重值，小于第一阈值的第一检测结果的权重值为第四权重值，第四权重值为第一数值与第一数量的商，第一数值为1与第二数值之间的差值，第二数值为所有第三权重值之和，第一数量为所有小于第一阈值的第一检测结果的数量。
10、在一种可能的实现方式中，确定多个模型集合各自的第一检测结果的权重值，包括：接收并响应于用户针对每个第一检测结果输入的第一设定值，将第一设定值确定为第一检测结果的权重值，目标检测结果、第一检测结果与第一检测结果的权重值之间满足以下关系：；其中，用于表征目标检测结果，用于表征第i个第一检测结果，用于表征第i个第一检测结果的权重值，还用于表征第i个第一检测结果对应的第一设定值，n用于表征模型集合的数量；或者，接收并响应于用户针对每个第一检测结果输入的第二设定值，基于第二设定值确定第一检测结果的权重值，目标检测结果、第一检测结果与第一检测结果的权重值之间满足以下关系：；其中，用于表征目标检测结果，用于表征第i个第一检测结果，用于表征第i个第一检测结果的权重值，用于表征第i个第一检测结果对应的第二设定值，n用于表征模型集合的数量。
11、在一种可能的实现方式中，该方法还包括：将输出大于或等于第一阈值的第一检测结果的模型集合对应的伪造图像的类型，确定为待检测图像归属的伪造图像的类型。
12、在一种可能的实现方式中，该方法还包括：在目标检测结果大于或等于第二阈值的情况下，输出第一提示信息，第一提示信息用于指示待检测图像为伪造图像的概率为目标检测结果；在目标检测结果小于第二阈值的情况下，输出第二提示信息，第二提示信息用于指示待检测图像不是伪造图像的概率为1与目标检测结果的差值。
13、在一种可能的实现方式中，每个模型集合中还包括至少一个第三模型，第三模型用于检测多种类型的伪造图像。
14、在一种可能的实现方式中，该方法还包括：对于任意一个模型集合，将预设数量的样本图像输入模型集合中各个第二模型中，得到各个第二模型输出的样本检测结果，每个样本图像对应一个样本真值；将各个第二模型输出的样本检测结果输入到预设模型中，并基于每个样本图像对应的样本真值对预设模型进行训练；在满足迭代结束条件的情况下，确定训练完成的预设模型为第一模型。
15、第二方面，本技术提供一种伪造图像检测装置，包括：
16、传输模块，用于获取待检测图像；
17、处理模块，用于将待检测图像输入多个模型集合中，得到多个模型集合各自的第一检测结果；其中，第一检测结果用于表征基于模型集合检测出待检测图像为伪造图像的概率，每个模型集合中包括一个第一模型以及多个用于检测相同类型的伪造图像的第二模型，第二模型用于对待检测图像进行检测以得到待检测图像的第二检测结果，第二检测结果用于表征第二模型检测出待检测图像为伪造图像的概率，第一模型用于对模型集合中各个第二检测结果进行融合以得到第一检测结果；不同集合模型中的第二模型用于检测不同类型的伪造图像；
18、处理模块还用于，基于多个模型集合各自的第一检测结果，得到待检测图像的目标检测结果，目标检测结果用于表征待检测图像为伪造图像的概率。
19、在一种可能的实现方式中，处理模块具体用于：确定多个模型集合各自的第一检测结果的权重值；基于多个模型集合各自的第一检测结果的权重值，对多个模型集合各自的第一检测结果进行加权融合，得到待检测图像的目标检测结果。
20、在一种可能的实现方式中，所有第一检测结果的权重值之和为1；第一检测结果的权重值与第一检测结果之间为正相关关系；或者，大于或等于第一阈值的第一检测结果的权重值为第一权重值，小于第一阈值的第一检测结果的权重值为第二权重值，第一权重值大于第二权重值；或者，大于或等于第一阈值的第一检测结果的权重值为第三权重值，小于第一阈值的第一检测结果的权重值为第四权重值，第四权重值为第一数值与第一数量的商，第一数值为1与第二数值之间的差值，第二数值为所有第三权重值之和，第一数量为所有小于第一阈值的第一检测结果的数量。
21、在一种可能的实现方式中，处理模块具体用于：接收并响应于用户针对每个第一检测结果输入的第一设定值，将第一设定值确定为第一检测结果的权重值，目标检测结果、第一检测结果与第一检测结果的权重值之间满足以下关系：；其中，用于表征目标检测结果，用于表征第i个第一检测结果，用于表征第i个第一检测结果的权重值，还用于表征第i个第一检测结果对应的第一设定值，n用于表征模型集合的数量；或者，接收并响应于用户针对每个第一检测结果输入的第二设定值，基于第二设定值确定第一检测结果的权重值，目标检测结果、第一检测结果与第一检测结果的权重值之间满足以下关系：；其中，用于表征目标检测结果，用于表征第i个第一检测结果，用于表征第i个第一检测结果的权重值，用于表征第i个第一检测结果对应的第二设定值，n用于表征模型集合的数量。
22、在一种可能的实现方式中，处理模块还用于，将输出大于或等于第一阈值的第一检测结果的模型集合对应的伪造图像的类型，确定为待检测图像归属的伪造图像的类型。
23、在一种可能的实现方式中，传输模块还用于：在目标检测结果大于或等于第二阈值的情况下，输出第一提示信息，第一提示信息用于指示待检测图像为伪造图像的概率为目标检测结果；在目标检测结果小于第二阈值的情况下，输出第二提示信息，第二提示信息用于指示待检测图像不是伪造图像的概率为1与目标检测结果的差值。
24、在一种可能的实现方式中，每个模型集合中还包括至少一个第三模型，第三模型用于检测多种类型的伪造图像。
25、在一种可能的实现方式中，处理模块还用于：对于任意一个模型集合，将预设数量的样本图像输入模型集合中各个第二模型中，得到各个第二模型输出的样本检测结果，每个样本图像对应一个样本真值；将各个第二模型输出的样本检测结果输入到预设模型中，并基于每个样本图像对应的样本真值对预设模型进行训练；在满足迭代结束条件的情况下，确定训练完成的预设模型为第一模型。
26、第三方面，本技术提供一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，处理器执行计算机程序以实现上述第一方面所提供的任一种伪造图像检测方法。
27、第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质存储有计算机执行指令，该计算机指令被处理器执行时实现上述第一方面所提供的任一种伪造图像检测方法。
28、第五方面，本技术提供一种计算机程序产品，该计算机程序产品包括计算机指令，计算机指令被处理器执行时实现上述第一方面所提供的任一种伪造图像检测方法。
29、第六方面，本技术提供一种伪造图像检测系统，该伪造图像检测系统包括电子设备和提示设备；电子设备用于执行上述第一方面所提供的任一种伪造图像检测方法；提示设备用于展示伪造图像的类型信息。
30、本技术中第二方面到第六方面及其各种实现方式的具体描述，可以参考第一方面及其各种实现方式中的详细描述；并且，第二方面到第六方面及其各种实现方式的有益效果，可以参考第一方面及其各种实现方式中的有益效果分析，此处不再赘述。
31、本技术的这些方面或其他方面在以下的描述中会更加简明易懂。
1.一种伪造图像检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述多个模型集合各自的第一检测结果，得到所述待检测图像的目标检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所有所述第一检测结果的权重值之和为1；
4.根据权利要求2所述的方法，其特征在于，所述确定所述多个模型集合各自的第一检测结果的权重值，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1-6任一项所述的方法，其特征在于，每个所述模型集合中还包括至少一个第三模型，所述第三模型用于检测多种类型的伪造图像。
8.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：
9.一种伪造图像检测装置，其特征在于，包括：
10.根据权利要求9所述的装置，其特征在于，
11.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-8任一项所述方法的步骤。
12.一种伪造图像检测系统，其特征在于，包括电子设备和提示设备；
13.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1-8任一项所述方法的步骤。
