用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的方法
【專利摘要】本申請(qǐng)所述匹配檢測(cè)的方法及設(shè)備通過(guò)獲取將待檢測(cè)對(duì)象的圖像和參考對(duì)象的圖像進(jìn)行特征提取并對(duì)特征提取獲得的數(shù)據(jù)進(jìn)行匹配檢測(cè)，產(chǎn)生圖像匹配檢測(cè)結(jié)果，進(jìn)而根據(jù)圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。進(jìn)一步的，在進(jìn)行匹配檢測(cè)的過(guò)程，利用尺度不變特征轉(zhuǎn)換算法結(jié)合快速最近鄰逼近搜索函數(shù)庫(kù)匹配算法進(jìn)行特征提取，并利用隨機(jī)抽樣一致算法中的變換矩陣獲取算法獲取關(guān)于所述第三待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣，所述方法能夠更精準(zhǔn)、快速識(shí)別出相似圖像，進(jìn)而產(chǎn)生匹配檢測(cè)結(jié)果。
【專利說(shuō)明】
用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的方法
技術(shù)領(lǐng)域
[0001] 本申請(qǐng)?jiān)O(shè)及通信及計(jì)算機(jī)領(lǐng)域，尤其設(shè)及一種用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢 測(cè)的方法。
【背景技術(shù)】
[0002] 近年來(lái)，互聯(lián)網(wǎng)迅速發(fā)展，各類軟件應(yīng)用不管是在種類還是數(shù)量上都大量增加，尤 其是智能手機(jī)領(lǐng)域。當(dāng)然，運(yùn)其中也包括越來(lái)越多的病毒軟件和盜版軟件。盜版軟件在功 能、表現(xiàn)和交互上都與正版軟件極其相似，很難辨別。在應(yīng)對(duì)盜版軟件問(wèn)題上，業(yè)界多呼吁 開(kāi)發(fā)者采用各種防盜版技術(shù)（如加固等），或者推出各種所謂安全的應(yīng)用市場(chǎng)，卻很少探討 怎樣在第一時(shí)間阻止盜版軟件接近用戶或者及時(shí)發(fā)現(xiàn)盜版軟件并給予用戶適當(dāng)?shù)奶嵝?。?是國(guó)內(nèi)的安全市場(chǎng)大多缺乏嚴(yán)格的審核標(biāo)準(zhǔn)和制度，也幾乎對(duì)版權(quán)侵犯視而不見(jiàn)。即使是 國(guó)內(nèi)知名手機(jī)安全軟件也鮮有盜版軟件檢測(cè)功能。即便有的安全軟件有盜版檢測(cè)功能，但 是效果也極差。
[0003] 由于現(xiàn)有的文件相似度算法和數(shù)據(jù)挖掘技術(shù)對(duì)資源文件相似度計(jì)算、程序控制流 挖掘、程序數(shù)據(jù)流挖掘、程序API調(diào)用序列挖掘需要大量的計(jì)算資源，而且由于軟件中各種 文件對(duì)應(yīng)用的貢獻(xiàn)率不同，目前的技術(shù)還無(wú)法有效地將各種相似度融合。對(duì)于融合的效果 也不曾探究。正因?yàn)榍懊嫠黾夹g(shù)在復(fù)雜度和資源需求上都非常大，實(shí)現(xiàn)和應(yīng)用都是一大 難題。而且很多盜版軟件只是對(duì)正版軟件進(jìn)行很少改動(dòng)，如增加一段后臺(tái)發(fā)短信獲取賬號(hào) 的代碼、增加一段推送廣告的代碼等，運(yùn)樣的小改動(dòng)對(duì)于整個(gè)應(yīng)用來(lái)說(shuō)可W忽略不計(jì)，很難 從程序控制流、程序API調(diào)用、文本相似度上反映出來(lái)。因此，不少安全廠商就采用了建立 在應(yīng)用簽名（有的也考慮應(yīng)用包名）基礎(chǔ)上的白名單匹配的方法來(lái)判斷軟件是否為盜版。 此方法簡(jiǎn)單、快速，但是忽略了太多應(yīng)用本身的信息，如應(yīng)用本身的結(jié)構(gòu)、關(guān)鍵的資源文件 等，從而導(dǎo)致只能檢測(cè)很小一部分應(yīng)用，不能檢測(cè)到常見(jiàn)的盜版軟件，如修改應(yīng)用包名和應(yīng) 用名后重打包的軟件就不能檢測(cè)出來(lái)。
[0004] 總之，基于資源文件相似度、程序控制流、程序API調(diào)用序列的方法由于考慮的粒 度太細(xì)和軟件中各種資源的相似度的融合缺少可行的方案不適合實(shí)際應(yīng)用，而基于白名單 匹配的方式由于忽略太多應(yīng)用本身內(nèi)容信息取得的收效也很微弱。 陽(yáng)0化]因此，需要一種匹配檢測(cè)方法，能夠根據(jù)軟件本身的信息判斷軟件是否是盜版軟 件，并W簡(jiǎn)單、快速、準(zhǔn)確的地檢測(cè)更多的盜版軟件，W在第一時(shí)間警示用戶W避免因使用 盜版軟件而帶來(lái)的隱私信息或財(cái)產(chǎn)的損失。進(jìn)一步地，該匹配檢測(cè)方法還可W應(yīng)用于其他 具有圖像，W及具有和特征字符串文件的對(duì)象匹配檢測(cè)中，W實(shí)現(xiàn)更高應(yīng)用價(jià)值。

【發(fā)明內(nèi)容】

[0006] 本申請(qǐng)的目的是提供一種用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的方法。
[0007] 有鑒于此，本申請(qǐng)?zhí)峁┮环N用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的方法，其中，所 述方法包括：
[0008] 獲取參考對(duì)象及所述參考對(duì)象的第一參考數(shù)據(jù)和第二參考數(shù)據(jù)；
[0009] 獲取待檢測(cè)對(duì)象，并從所述待檢測(cè)對(duì)象中獲取待匹配圖像；
[0010] 對(duì)所述待匹配圖像進(jìn)行特征提取，W獲得第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)，并 對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，W從所述第一待匹配數(shù)據(jù)中獲取第 Ξ待匹配數(shù)據(jù)；
[0011] 獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣；
[0012] 通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié)果；W及
[0013] 根據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。
[0014] 優(yōu)選的，獲取所述參考對(duì)象的第一參考數(shù)據(jù)和第二參考數(shù)據(jù)包括：
[0015] 獲取參考對(duì)象；
[0016] 從所述參考對(duì)象中獲取參考圖像；W及
[0017] 對(duì)所述參考圖像進(jìn)行特征提取，W獲得所述第一參考數(shù)據(jù)和所述第二參考數(shù)據(jù)。
[0018] 優(yōu)選的，利用尺度不變特征轉(zhuǎn)換算法對(duì)所述參考圖像進(jìn)行特征提取。
[0019] 優(yōu)選的，所述第一參考數(shù)據(jù)和所述第二參考數(shù)據(jù)分別為所述參考圖像的特征描述 子和相應(yīng)的特征點(diǎn)。
[0020] 優(yōu)選的，利用尺度不變特征轉(zhuǎn)換算法對(duì)所述待匹配圖像進(jìn)行特征提取。
[0021] 優(yōu)選的，從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)包括：
[0022] 設(shè)定良好匹配距離闊值；
[0023] 利用快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法計(jì)算所述第一待匹配數(shù)據(jù)與所述相應(yīng) 第一參考數(shù)據(jù)的匹配距離；W及
[0024] 將所述匹配距離小于所述良好匹配距離闊值的所述第一待匹配數(shù)據(jù)確定為所述 第Ξ待匹配數(shù)據(jù)。
[00巧]優(yōu)選的，利用隨機(jī)抽樣一致算法中的變換矩陣獲取算法獲取關(guān)于所述第Ξ待匹配 數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣，所述匹配矩陣為仿射變換矩陣。
[00%] 優(yōu)選的，所述第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)分別為所述待匹配圖像的特征描 述子和相應(yīng)的特征點(diǎn)。
[0027] 優(yōu)選的，所述待檢測(cè)對(duì)象和所述參考對(duì)象還具有字符串，則所述方法還包括：
[0028] 獲取所述參考對(duì)象的參考特征字符串文件；
[0029] 從所述待檢測(cè)對(duì)象中獲取待匹配特征字符串文件；W及
[0030] 對(duì)所述待匹配特征字符串文件與所述參考對(duì)象的參考特征字符串文件進(jìn)行比對(duì)， 并根據(jù)比對(duì)結(jié)果產(chǎn)生字符串匹配檢測(cè)結(jié)果。
[0031] 優(yōu)選的，根據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果包括：
[0032] 根據(jù)所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果的結(jié)合產(chǎn)生對(duì)象匹配檢 測(cè)結(jié)果。
[0033] 優(yōu)選的，若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果均為不相似，則產(chǎn) 生對(duì)象匹配檢測(cè)結(jié)果為不相似；若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果至少 有一個(gè)為相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為相似。
[0034] 優(yōu)選的，所述待檢測(cè)對(duì)象和所述參考對(duì)象所具有的字符串包括字母、文字及數(shù)字 字符中的一種或任意組合。
[0035] 優(yōu)選的，所述待檢測(cè)對(duì)象為待檢測(cè)的軟件，所述參考對(duì)象為參考軟件。
[0036] 優(yōu)選的，所述待檢測(cè)對(duì)象和所述參考對(duì)象采用爬蟲(chóng)技術(shù)獲取。
[0037] 優(yōu)選的，所述待匹配圖像為所述待檢測(cè)軟件的圖標(biāo)，所述參考圖像為參考軟件的 圖標(biāo)。
[0038] 優(yōu)選的，所述待匹配特征字符串文件為所述待檢測(cè)軟件的特征字符串文件，所述 待檢測(cè)軟件的特征字符串文件包括：所述待檢測(cè)軟件的簽名、證書(shū)、包名、應(yīng)用名、資源文 件、全局配置文件、源代碼及引用庫(kù)中的一種或任意組合；所述參考特征字符串文件為參考 軟件的特征字符串文件，所述參考軟件的特征字符串文件包括：所述參考軟件的簽名、證 書(shū)、包名、應(yīng)用名、資源文件、全局配置文件、源代碼及引用庫(kù)中的一種或任意組合。
[0039] 優(yōu)選的，所述待檢測(cè)軟件的特征字符串文件通過(guò)反編譯工具解析所述待檢測(cè)軟件 獲取，所述參考軟件的特征字符串文件通過(guò)反編譯工具解析所述參考軟件獲取。
[0040] 本申請(qǐng)另一方面還提供一種用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的設(shè)備，其中， 所述設(shè)備包括：
[0041] 第一裝置，用于獲取參考對(duì)象及所述參考對(duì)象的第一參考數(shù)據(jù)和第二參考數(shù)據(jù)；
[0042] 第二裝置，用于獲取待檢測(cè)對(duì)象，并從所述待檢測(cè)對(duì)象中獲取待匹配圖像；
[0043] 第Ξ裝置，用于對(duì)所述待匹配圖像進(jìn)行特征提取，W獲得第一待匹配數(shù)據(jù)和第二 待匹配數(shù)據(jù)，并對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，W從所述第一待匹 配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)；
[0044] 第四裝置，用于獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣；
[0045] 第五裝置，用于通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié)果；
[0046] 第六裝置，用于根據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。
[0047] 優(yōu)選的，所述第一裝置包括：
[0048] 第一單元，用于獲取參考對(duì)象；
[0049] 第二單元，用于從所述參考對(duì)象中獲取參考圖像；W及
[0050] 第Ξ單元，用于對(duì)所述參考圖像進(jìn)行特征提取，W獲得所述第一參考數(shù)據(jù)和所述 第二參考數(shù)據(jù)。
[0051] 優(yōu)選的，所述第Ξ單元利用尺度不變特征轉(zhuǎn)換算法對(duì)所述參考圖像進(jìn)行特征提 取。
[0052] 優(yōu)選的，所述第一參考數(shù)據(jù)和所述第二參考數(shù)據(jù)分別為所述參考圖像的特征描述 子和相應(yīng)的特征點(diǎn)。
[0053] 優(yōu)選的，所述第Ξ裝置利用尺度不變特征轉(zhuǎn)換算法對(duì)所述待匹配圖像進(jìn)行特征提 取。
[0054] 優(yōu)選的，所述第Ξ裝置從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)包括：
[0055] 設(shè)定良好匹配距離闊值；
[0056] 利用快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法計(jì)算所述第一待匹配數(shù)據(jù)與所述相應(yīng) 第一參考數(shù)據(jù)的匹配距離；W及
[0057] 將所述匹配距離小于所述良好匹配距離闊值的所述第一待匹配數(shù)據(jù)確定為所述 第Ξ待匹配數(shù)據(jù)。
[0058] 優(yōu)選的，所述第四裝置利用隨機(jī)抽樣一致算法中的變換矩陣獲取算法獲取關(guān)于所 述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣，所述匹配矩陣為仿射變換矩陣。
[0059] 優(yōu)選的，所述第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)分別為所述待匹配圖像的特征描 述子和相應(yīng)的特征點(diǎn)。
[0060] 優(yōu)選的，所述待檢測(cè)對(duì)象和所述參考對(duì)象還具有字符串，則所述設(shè)備還包括：
[0061] 第屯裝置，用于獲取所述參考對(duì)象的參考特征字符串文件；
[0062] 第八裝置，用于從所述待檢測(cè)對(duì)象中獲取待匹配特征字符串文件；W及
[0063] 第九裝置，用于對(duì)所述待匹配特征字符串文件與所述參考對(duì)象的參考特征字符串 文件進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果產(chǎn)生字符串匹配檢測(cè)結(jié)果。
[0064] 優(yōu)選的，所述第六裝置根據(jù)所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果的 結(jié)合產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。 陽(yáng)〇化]優(yōu)選的，若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果均為不相似，則所 述第六裝置產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為不相似；若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配 檢測(cè)結(jié)果至少有一個(gè)為相似，則所述第六裝置產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為相似。
[0066] 優(yōu)選的，所述待檢測(cè)對(duì)象和所述參考對(duì)象所具有的字符串包括字母、文字及數(shù)字 字符中的一種或任意組合。
[0067] 優(yōu)選的，所述待檢測(cè)對(duì)象為待檢測(cè)的軟件，所述參考對(duì)象為參考軟件。
[0068] 優(yōu)選的，所述待檢測(cè)對(duì)象和所述參考對(duì)象采用爬蟲(chóng)技術(shù)獲取。
[0069] 優(yōu)選的，所述待匹配圖像為所述待檢測(cè)軟件的圖標(biāo)，所述參考圖像為參考軟件的 圖標(biāo)。
[0070] 優(yōu)選的，所述待匹配特征字符串文件為所述待檢測(cè)軟件的特征字符串文件，所述 待檢測(cè)軟件的特征字符串文件包括：所述待檢測(cè)軟件的簽名、證書(shū)、包名、應(yīng)用名、資源文 件、全局配置文件、源代碼及引用庫(kù)中的一種或任意組合；所述參考特征字符串文件為參考 軟件的特征字符串文件，所述參考軟件的特征字符串文件包括：所述參考軟件的簽名、證 書(shū)、包名、應(yīng)用名、資源文件、全局配置文件、源代碼及引用庫(kù)中的一種或任意組合。
[0071] 優(yōu)選的，所述待檢測(cè)軟件的特征字符串文件通過(guò)反編譯工具解析所述待檢測(cè)軟件 獲取，所述參考軟件的特征字符串文件通過(guò)反編譯工具解析所述參考軟件獲取。
[0072] 與現(xiàn)有技術(shù)相比，本申請(qǐng)所述匹配檢測(cè)的方法及設(shè)備通過(guò)獲取將待檢測(cè)對(duì)象的圖 像和參考對(duì)象的圖像進(jìn)行特征提取并對(duì)特征提取獲得的數(shù)據(jù)進(jìn)行匹配檢測(cè)，產(chǎn)生圖像匹配 檢測(cè)結(jié)果，進(jìn)而根據(jù)圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。進(jìn)一步的，在進(jìn)行匹配檢測(cè) 的過(guò)程，利用尺度不變特征轉(zhuǎn)換算法結(jié)合快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法進(jìn)行特征提 取，并利用隨機(jī)抽樣一致算法中的變換矩陣獲取算法獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述 第二參考數(shù)據(jù)的匹配矩陣。通過(guò)快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法選擇良好的匹配對(duì)， 保留了幾何位置的特征點(diǎn)，利用特征點(diǎn)在圖片中的位置信息來(lái)補(bǔ)充描述子，從而在計(jì)算匹 配算法中所設(shè)及的仿射變換的矩陣時(shí)，對(duì)其中各個(gè)維度的變換值進(jìn)行闊值限定從而去掉擾 動(dòng)過(guò)大的匹配對(duì)，保留好的匹配對(duì)，使利用利用尺度不變特征轉(zhuǎn)換算法獲得的描述子與特 征點(diǎn)結(jié)合的方法能夠更精準(zhǔn)、快速識(shí)別出相似圖像。
[0073] 進(jìn)一步的，本申請(qǐng)所述匹配檢測(cè)的方法及設(shè)備能夠基于軟件內(nèi)容本身進(jìn)行盜版檢 巧。。所述方法能夠綜合考慮軟件應(yīng)用的圖標(biāo)、簽名、應(yīng)用名、包名、組織結(jié)構(gòu)等資源，采用簡(jiǎn) 單、高校的字符串匹配和快速、準(zhǔn)確的圖標(biāo)匹配算法來(lái)更快、更準(zhǔn)地檢測(cè)更多的盜版軟件。
【附圖說(shuō)明】
[0074] 通過(guò)閱讀參照W下附圖所作的對(duì)非限制性實(shí)施例所作的詳細(xì)描述，本申請(qǐng)的其它 特征、目的和優(yōu)點(diǎn)將會(huì)變得更明顯：
[00巧]圖1示出根據(jù)本申請(qǐng)一個(gè)方面的一種用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的設(shè) 備示意圖； 陽(yáng)076] 圖2示出本申請(qǐng)一實(shí)施例中第一裝置的示意圖；
[0077] 圖3示出根據(jù)本申請(qǐng)一優(yōu)選的實(shí)施例中用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的 設(shè)備不意圖；
[0078] 圖4示出根據(jù)本申請(qǐng)一個(gè)方面的一種用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)方法 的過(guò)程示意圖；
[0079] 圖5示出本申請(qǐng)一實(shí)施例中第一裝置的示意圖；
[0080] 圖6示出根據(jù)本申請(qǐng)一優(yōu)選的實(shí)施例中用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)方 法的過(guò)程示意圖。
[0081] 圖7示出本申請(qǐng)一優(yōu)選的實(shí)施例中作為參考對(duì)象的正版軟件的相關(guān)信息示意圖。
[0082] 圖8示出本申請(qǐng)一優(yōu)選的實(shí)施例中作為待檢測(cè)對(duì)象的若干待檢測(cè)軟件的相關(guān)信 息不意圖。
[0083] 附圖中相同或相似的附圖標(biāo)記代表相同或相似的部件。
【具體實(shí)施方式】
[0084] 在本申請(qǐng)一個(gè)典型的配置中，終端、服務(wù)網(wǎng)絡(luò)的設(shè)備和可信方均包括一個(gè)或多個(gè) 處理器（CPU)、輸入/輸出接口、網(wǎng)絡(luò)接口和內(nèi)存。
[0085] 內(nèi)存可能包括計(jì)算機(jī)可讀介質(zhì)中的非永久性存儲(chǔ)器，隨機(jī)存取存儲(chǔ)器（RAM)和/ 或非易失性內(nèi)存等形式，如只讀存儲(chǔ)器（ROM)或閃存（flashRAM)。內(nèi)存是計(jì)算機(jī)可讀介質(zhì) 的示例。
[0086] 計(jì)算機(jī)可讀介質(zhì)包括永久性和非永久性、可移動(dòng)和非可移動(dòng)媒體可W由任何方法 或技術(shù)來(lái)實(shí)現(xiàn)信息存儲(chǔ)。信息可W是計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序的模塊或其他數(shù)據(jù)。 計(jì)算機(jī)的存儲(chǔ)介質(zhì)的例子包括，但不限于相變內(nèi)存（PRAM)、靜態(tài)隨機(jī)存取存儲(chǔ)器（SRAM)、 動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器值RAM)、其他類型的隨機(jī)存取存儲(chǔ)器（RAM)、只讀存儲(chǔ)器（ROM)、電 可擦除可編程只讀存儲(chǔ)器巧EPROM)、快閃記憶體或其他內(nèi)存技術(shù)、只讀光盤(pán)只讀存儲(chǔ)器 (CD-ROM)、數(shù)字多功能光盤(pán)值VD)或其他光學(xué)存儲(chǔ)、磁盒式磁帶，磁帶磁盤(pán)存儲(chǔ)或其他磁性 存儲(chǔ)設(shè)備或任何其他非傳輸介質(zhì)，可用于存儲(chǔ)可W被計(jì)算設(shè)備訪問(wèn)的信息。按照本文中的 界定，計(jì)算機(jī)可讀介質(zhì)不包括非暫存電腦可讀媒體（transitory media)，如調(diào)制的數(shù)據(jù)信 號(hào)和載波。
[0087] 圖1示出根據(jù)本申請(qǐng)一個(gè)方面的一種用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的設(shè) 備示意圖。所述設(shè)備1包括第一裝置101、第二裝置102、第Ξ裝置103、第四裝置104、第五 裝置105和第六裝置106。
[0088] 其中，所述第一裝置101用于獲取參考對(duì)象及所述參考對(duì)象的第一參考數(shù)據(jù)和第 二參考數(shù)據(jù)；所述第二裝置102用于獲取待檢測(cè)對(duì)象，并從所述待檢測(cè)對(duì)象中獲取待匹配 圖像；所述第Ξ裝置103用于對(duì)所述待匹配圖像進(jìn)行特征提取，W獲得第一待匹配數(shù)據(jù)和 第二待匹配數(shù)據(jù)，并對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，W從所述第一 待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)；所述第四裝置104用于獲取關(guān)于所述第Ξ待匹配數(shù)據(jù) 與所述第二參考數(shù)據(jù)的匹配矩陣；所述第五裝置105用于通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維 度的值產(chǎn)生圖像匹配檢測(cè)結(jié)果；W及所述第六裝置106用于跟據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn) 生對(duì)象匹配檢測(cè)結(jié)果。
[0089] 本申請(qǐng)所述設(shè)備用于針對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)，通過(guò)對(duì)待檢測(cè)對(duì)象的圖 像與參考對(duì)象的圖像進(jìn)行匹配檢測(cè)，來(lái)確定關(guān)于待檢測(cè)對(duì)象與參考的對(duì)象匹配檢測(cè)結(jié)果， W進(jìn)一步確定檢測(cè)對(duì)象的其他信息。
[0090] 具體的，第一裝置101獲取參考對(duì)象及所述參考對(duì)象的第一參考數(shù)據(jù)和第二參考 數(shù)據(jù)；其中，所述參考對(duì)象具有圖像，所述第一參考數(shù)據(jù)和第二參考數(shù)據(jù)為所述參考對(duì)象的 圖像所具有的數(shù)據(jù)。
[0091] 圖2示出本申請(qǐng)一實(shí)施例中第一裝置的示意圖，所述第一裝置101包括第一單元 1001、第二單元1002和第Ξ單元1003。其中，所述第一單元1001獲取參考對(duì)象，所述第二 單元1002從所述參考對(duì)象中獲取參考圖像，所述第Ξ單元1003對(duì)所述參考圖像進(jìn)行特征 提取，W獲得所述第一參考數(shù)據(jù)和所述第二參考數(shù)據(jù)。在較佳的實(shí)施例中，所述第Ξ單元 1003利用尺度不變特征轉(zhuǎn)換算法（Scale-Invariant Fea1:ure Transform, SIFT)對(duì)所述參 考圖像進(jìn)行特征提取。所述第一參考數(shù)據(jù)和所述第二參考數(shù)據(jù)分別為所述參考圖像的特征 描述子和相應(yīng)的特征點(diǎn)。
[0092] 在此，所述尺度不變特征轉(zhuǎn)換（Scale-invariant fea1:ure transform, SIFT)，是 用于圖像處理領(lǐng)域的一種描述子。運(yùn)種描述具有尺度不變性，可在圖像中檢測(cè)出特征點(diǎn)，是 一種局部特征描述子的圖像匹配檢測(cè)方法。
[0093] 其中，第Ξ單元1003利用尺度不變特征轉(zhuǎn)換算法對(duì)所述參考圖像進(jìn)行特征提取 主要包括W下步驟：
[0094] -對(duì)參考圖像構(gòu)建尺度空間，檢測(cè)極值點(diǎn)，獲得尺度不變性； 陽(yáng)0巧]-特征點(diǎn)過(guò)濾并進(jìn)行精確定位；
[0096] -為特征點(diǎn)分配方向值；
[0097] -生成與特征點(diǎn)相應(yīng)的特征描述子。
[0098] 接著，所述第二裝置102獲取待檢測(cè)對(duì)象，并從所述待檢測(cè)對(duì)象中獲取待匹配圖 像。
[0099] 接著，所述第Ξ裝置103對(duì)所述待匹配圖像進(jìn)行特征提取，W獲得第一待匹配數(shù) 據(jù)和第二待匹配數(shù)據(jù)，并對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，W從所述 第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)。
[0100] 優(yōu)選的，所述第Ξ裝置103利用尺度不變特征轉(zhuǎn)換算法（Scale-Invariant Fea化re Transform, SIFT)對(duì)所述待匹配圖像進(jìn)行特征提取，W獲得第一待匹配數(shù)據(jù)和第 二待匹配數(shù)據(jù)，則所述第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)分別為所述待匹配圖像的特征描 述子和相應(yīng)的特征點(diǎn)。 陽(yáng)101] 具體地，所述第Ξ裝置103利用尺度不變特征轉(zhuǎn)換算法對(duì)所述待匹配圖像進(jìn)行特 征提取主要包括W下步驟：
[0102]-對(duì)待匹配圖像構(gòu)建尺度空間，檢測(cè)極值點(diǎn)，獲得尺度不變性； 陽(yáng)103]-特征點(diǎn)過(guò)濾并進(jìn)行精確定位；
[0104]-為特征點(diǎn)分配方向值；
[01化]-生成與特征點(diǎn)相應(yīng)的特征描述子。
[0106] 接著，所述第Ξ裝置103對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)， W從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)。 陽(yáng)107] 當(dāng)所述待匹配圖像的第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)生成W后，就可W采用第 一待匹配數(shù)據(jù)的距離作為參考圖像和待匹配圖像的相似性判定度量。取參考圖像中某個(gè)第 一參考數(shù)據(jù)，通過(guò)遍歷找到待匹配圖像中的距離最近的第一待匹配數(shù)據(jù)，如果該第一待匹 配數(shù)據(jù)與該第一參考數(shù)據(jù)的最近距離小于某個(gè)良好匹配距離闊值，則判定為一對(duì)匹配點(diǎn)， 則第一待匹配數(shù)據(jù)選擇為第Ξ待匹配數(shù)據(jù)。
[0108] 具體地，所述第Ξ裝置103從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)包括：
[0109] -設(shè)定良好匹配距離闊值化eta,所述良好匹配距離闊值化eta可W根據(jù)具體的匹 配過(guò)程進(jìn)行動(dòng)態(tài)設(shè)定，例如但不限于：良好匹配距離闊值化eta可W選擇匹配過(guò)程中最大 距離值和最小距離值的平均值；
[0110] -利用快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法（Fast Approx化arest Nei曲bor Classification, Flann)計(jì)算所述第一待匹配數(shù)據(jù)與所述相應(yīng)第一參考數(shù)據(jù)的匹配距離； 在此，所述快速最近鄰逼近捜索函數(shù)庫(kù)是一種用于快速捜索近似近鄰的開(kāi)源算法庫(kù)度SD 認(rèn)可），已被集成到OpenCV庫(kù)（Open Source Computer Vision Library,是一個(gè)基于開(kāi)源 發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，可W運(yùn)行在Linux、Windows和Mac OS等操作系統(tǒng)上，由一系 列C函數(shù)和少量C++類構(gòu)成，同時(shí)提供了 IMhon、Ruby、MTLAB等語(yǔ)言的接口，實(shí)現(xiàn)了圖像 處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法的數(shù)據(jù)庫(kù)）。本文所述方法可W直接使用的Flann 匹配算法，所述快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法可W直接利用化enCV中的Flann匹配 算法，直接利用K-d樹(shù)、隨機(jī)樹(shù)、層次K-means樹(shù)等輔助數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)高維數(shù)據(jù)的快速捜索。 將所述匹配距離小于所述良好匹配距離闊值的所述第一待匹配數(shù)據(jù)確定為所述第Ξ待匹 配數(shù)據(jù)，所述第Ξ待匹配數(shù)據(jù)是優(yōu)選的第一待匹配數(shù)據(jù)，第Ξ待匹配數(shù)據(jù)能夠更有利于后 續(xù)進(jìn)行匹配檢測(cè)工作。
[0111] 由于不同的圖標(biāo)有不同的特點(diǎn)，提取出的SIFT特征的分布也不一樣，例如對(duì)于具 有很多角點(diǎn)的圖像，SIFT特征較多而且很規(guī)范，匹配度較好（即距離較?。?duì)于圓形的圖 像的角點(diǎn)較少，SIFT特征點(diǎn)也較少，匹配度較差（即距離較大）。則此時(shí)，可W根據(jù)圖像的 具體情況，動(dòng)態(tài)設(shè)定良好匹配距離闊值。因此，距離小于設(shè)定的良好匹配距離闊值theta的 才算是良好的匹配對(duì)，在后續(xù)的計(jì)算中，我們只考慮符合良好匹配的特征點(diǎn)構(gòu)成的集合Ml 和M2,而忽略其它。運(yùn)樣能有效忽略一些異常點(diǎn)。
[0112] 接著，第四裝置104獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩 陣。
[0113] 優(yōu)選的，所述第四裝置104利用隨機(jī)抽樣一致算法（Random Sample Consensus, RANSAC)中的變換矩陣獲取算法獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配 矩陣，且所述匹配矩陣為仿射變換矩陣。
[0114] 在此，所述仿射變換矩陣是仿射變換中的一種矩陣，仿射變換是一個(gè)向量空間中 的向量通過(guò)仿射矩陣變換為另一個(gè)空間中的向量，包括旋轉(zhuǎn)、平移、縮放。仿射變換矩陣形 式例如但不限于如下： 陽(yáng)115]
[0116] 仿射變換矩陣有九個(gè)維度（圖中示例表示Ξ個(gè)維度為固定值，其他六個(gè)維度為自 由維度），理論上選擇至少Ξ對(duì)不共線的SIFT的特征點(diǎn)就可W解出所有的參數(shù)。仿射變換 矩陣中mO、ml、m3、m4代表旋轉(zhuǎn)和縮放變換，而m2、m5則是平移變換分量。例如，針對(duì)檢測(cè) 圖像大小較小情況，（基本上都是幾十K *幾十K的大?。?，而且經(jīng)過(guò)交叉校驗(yàn)（不同闊值 的重復(fù)實(shí)驗(yàn)）后將mO、ml、m3、m4的闊值設(shè)定為0. 6, m2、m5的闊值設(shè)定為30,當(dāng)然各個(gè)維 度闊值的設(shè)定僅W舉例的形式給出，但并不限制于此。
[0117] 接著，第五裝置105通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié) 果。
[0118] 具體地，第五裝置105首先設(shè)定匹配矩陣中若干維度的闊值，例如對(duì)于仿射變換 矩陣可W有九個(gè)維度的闊值，然后，根據(jù)仿射變換規(guī)則和應(yīng)用需要，分別對(duì)所述匹配矩陣的 各個(gè)維度的值與各個(gè)維度的闊值進(jìn)行檢測(cè)，如果各個(gè)維度的值均大于該維度的闊值，則說(shuō) 明待檢測(cè)圖像與參考對(duì)象的參考圖像的匹配差異大，則產(chǎn)生圖像匹配檢測(cè)結(jié)果為不相似； 如果各個(gè)維度的值都在相應(yīng)闊值的范圍內(nèi)，則產(chǎn)生圖像匹配檢測(cè)結(jié)果為相似。
[0119] 接著，第六裝置106根據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。在本實(shí) 施例中，當(dāng)圖像匹配檢測(cè)結(jié)果為不相似，則產(chǎn)生待檢測(cè)對(duì)象和參考對(duì)象的對(duì)象匹配檢測(cè)結(jié) 果為不相似，當(dāng)圖像匹配檢測(cè)結(jié)果為相似，則產(chǎn)生待檢測(cè)對(duì)象和參考對(duì)象的對(duì)象匹配檢測(cè) 結(jié)果為相似。
[0120] 圖3示出根據(jù)本申請(qǐng)一優(yōu)選的實(shí)施例中用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的 設(shè)備示意圖。所述待檢測(cè)對(duì)象和所述參考對(duì)象不僅具有圖像，還具有字符串。所述設(shè)備1 包括第一裝置10Γ、第二裝置102'、第Ξ裝置103'、第四裝置104'、第五裝置105'、第六裝 置106'、第屯裝置107'、第八裝置108'和第九裝置109'。 陽(yáng)121] 在此，所述待檢測(cè)對(duì)象和所述參考對(duì)象所具有的字符串可W是字母、文字及數(shù)字 字符中的一種或任意組合。 陽(yáng)122] 其中，所述第屯裝置107'獲取所述參考對(duì)象的參考特征字符串文件；所述第八裝 置108'用于從所述待檢測(cè)對(duì)象中獲取待匹配特征字符串文件；所述第九裝置109'用于對(duì) 所述待匹配特征字符串文件與所述參考對(duì)象的參考特征字符串文件進(jìn)行比對(duì)，并根據(jù)比對(duì) 結(jié)果產(chǎn)生字符串匹配檢測(cè)結(jié)果。
[0123] 具體的，所述第屯裝置107'和第八裝置108'可W分別通過(guò)解析參考對(duì)象和待檢 測(cè)對(duì)象，W獲取參考特征字符串文件和待匹配特征字符串文件。所述第九裝置109'采用字 符串相似度矩陣算法進(jìn)行比對(duì)，其中字符串相似度矩陣算法的基本單位是字符串，具體步 驟如下：
[0124] -采用非字母、非數(shù)字字符對(duì)待匹配特征字符串文件si和參考對(duì)象的參考特征字 符串s2進(jìn)行劃分。例如，給定兩個(gè)長(zhǎng)度相等的任意字符串Strl ="油cddacbcb"和Str2 ="aadaccbddc"，對(duì)兩個(gè)字符串在任意的位置比對(duì)： 陽(yáng)125]
(字符中間沒(méi)有空格）。 陽(yáng)126] 字符串的長(zhǎng)度記為n(例如，n= 10)，相同字母（d、a、c)的個(gè)數(shù)記為m(例如，m = 3)，兩字符串重疊的個(gè)數(shù)記為r(例如，r = 8)。
[0127] -計(jì)算待匹配特征字符串文件si和參考對(duì)象的參考特征字符串s2的重疊率和匹 配率，其中重疊率兩個(gè)長(zhǎng)度相等的（包括在長(zhǎng)度的短的字符串中加入空格，使其長(zhǎng)度相等 的情況）字符串在字符串移動(dòng)匹配的過(guò)程中，重疊字符串的個(gè)數(shù)與字符串的長(zhǎng)度的比率， 即L = r/n，匹配率為兩個(gè)長(zhǎng)度相等的（包括在長(zhǎng)度的短的字符串中加入空格，使其長(zhǎng)度相 等的情況）字符串在字符串移動(dòng)匹配的過(guò)程中，對(duì)應(yīng)位置字符相同的個(gè)數(shù)與字符串長(zhǎng)度的 比率，即Μ = m/n。
[0128] -設(shè)定參數(shù)alpha和參數(shù)beta的值，并根據(jù)公式：alpha*匹配率+beta*重復(fù)率計(jì) 算待匹配特征字符串文件si和參考對(duì)象的參考特征字符串s2的相似度，其中，參數(shù)al地a 和參數(shù)beta可W根據(jù)具體檢測(cè)要求進(jìn)行具體設(shè)定，不再寶述。
[0129] -設(shè)定相似度闊值theta。如果相似度小于相似度闊值theta,則待匹配特征字符 串文件si和參考對(duì)象的參考特征字符串s2不相似；否則，兩個(gè)字符串相似。
[0130] 然后，所述第六裝置106'根據(jù)所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果 的結(jié)合產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。具體地，若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè) 結(jié)果均為不相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為不相似，若所述圖像匹配檢測(cè)結(jié)果和所述字 符串匹配檢測(cè)結(jié)果至少有一個(gè)為相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為相似。 陽(yáng)131] 在此，所述設(shè)備1包括第一裝置101'、第二裝置102'、第Ξ裝置103'、第四裝置 104'及第五裝置105'與圖1所示出的第一裝置101、第二裝置102、第Ξ裝置103、第四裝 置104及第五裝置105的內(nèi)容相同或基本相同，在此W引用的方式包含于此，不再寶述。 陽(yáng)132] 所述設(shè)備在對(duì)所述待檢測(cè)對(duì)象和所述參考對(duì)象進(jìn)行匹配檢測(cè)的過(guò)程中，不僅通過(guò) 待檢測(cè)對(duì)象和所述參考對(duì)象的圖像進(jìn)行匹配檢測(cè)，還結(jié)合對(duì)待檢測(cè)對(duì)象和所述參考對(duì)象的 字符串進(jìn)行匹配檢測(cè)，通過(guò)對(duì)圖像和字符串同時(shí)進(jìn)行匹配檢測(cè)，能夠提高對(duì)待檢測(cè)對(duì)象和 參考對(duì)象的匹配檢測(cè)的準(zhǔn)確性。
[0133] 在本申請(qǐng)一優(yōu)選的實(shí)施例中，所述具有圖像和字符串的對(duì)象可W是軟件，待檢測(cè) 對(duì)象為待檢測(cè)的疑似盜版軟件，參考軟件可W是正版軟件。
[0134] 在此，軟件是一系列按照特定順序組織的計(jì)算機(jī)數(shù)據(jù)和指令的集合，軟件的內(nèi)容 除了基本的程序指令外，軟件本身具有相關(guān)識(shí)別信息，例如軟件簽名、軟件名稱及圖標(biāo)等。 正版軟件是指獲取正規(guī)廠家授權(quán)，合法的直接使用或間接授權(quán)使用的軟件。盜版軟件是指 在未經(jīng)版權(quán)所有人同意或授權(quán)的情況下，對(duì)正版軟件進(jìn)行復(fù)制、再分發(fā)的違法軟件。
[0135] 進(jìn)一步的，所述待匹配圖像為所述待檢測(cè)軟件的圖標(biāo)，所述參考圖像為參考軟件 的圖標(biāo)。所述待匹配特征字符串文件為所述待檢測(cè)軟件的特征字符串文件，所述待檢測(cè)軟 件的特征字符串文件包括：所述待檢測(cè)軟件的簽名、證書(shū)、包名、應(yīng)用名、資源文件、全局配 置文件、源代碼及引用庫(kù)中的一種或任意組合；所述參考特征字符串文件為參考軟件的特 征字符串文件，所述參考軟件的特征字符串文件包括：所述參考軟件的簽名、證書(shū)、包名、應(yīng) 用名、資源文件、全局配置文件、源代碼及引用庫(kù)中的一種或任意組合。所述待檢測(cè)軟件的 特征字符串文件通過(guò)反編譯工具解析所述待檢測(cè)軟件獲取，所述參考軟件的特征字符串文 件通過(guò)反編譯工具解析所述參考軟件獲取。
[0136] 為使描述更清楚，W下結(jié)合圖1~圖3, W軟件作為具有圖像的對(duì)象為例，進(jìn)一步 說(shuō)明設(shè)備進(jìn)行匹配檢測(cè)過(guò)程。當(dāng)然，本領(lǐng)域技術(shù)人員應(yīng)能理解上述具有圖像的對(duì)象為軟件 為較佳的應(yīng)用，其他現(xiàn)有的或今后可能出現(xiàn)的具有圖像的對(duì)象如可適用于本申請(qǐng)，也應(yīng)包 含在本申請(qǐng)保護(hù)范圍W內(nèi)，并在此W引用方式包含于此。
[0137] 目前，行業(yè)普遍通過(guò)建立白名單規(guī)則收錄正規(guī)軟件廠商的正版軟件，每個(gè)正版軟 件都具有唯一的簽名，該唯一簽名對(duì)外是通過(guò)加密公布的。現(xiàn)有的正版軟件及疑似待檢測(cè) 軟件的數(shù)量和種類龐大而繁雜。
[0138] 具體的，第一裝置10Γ首先獲取正版軟件及所述正版軟件的第一參考數(shù)據(jù)和第二 參考數(shù)據(jù)，第一裝置101對(duì)正版軟件的獲取可W從已有的正版軟件的數(shù)據(jù)庫(kù)中獲取?；蛘?， 直接從提供正版軟件方獲取正版軟件。較佳的，所述第一裝置10 Γ包括第一單元100 Γ、第 二單元1002'和第Ξ單元1003'（未示出）。具體地，第一裝置101'的第一單元1001'利 用爬蟲(chóng)技術(shù)從應(yīng)用官方網(wǎng)站、網(wǎng)絡(luò)應(yīng)用市場(chǎng)或研究機(jī)構(gòu)等爬取正版軟件、或通過(guò)終端收集 正版軟件、或直接向應(yīng)用的官方機(jī)構(gòu)索取正版軟件，從而建立正版軟件的數(shù)據(jù)庫(kù)。第一裝置 10Γ的第二單元1002'獲取正版軟件的圖標(biāo)。第一裝置的第Ξ單元1003'能夠?qū)Φ诙卧?1002'獲取的圖標(biāo)進(jìn)行特征提取，利用尺度不變特征轉(zhuǎn)換算法（Scale-Invariant Fea化re 化ansform，SIFT)進(jìn)行特征提取，獲得正版軟件的圖標(biāo)中的特征描述子和相應(yīng)的特征點(diǎn)分 別作為第一參考數(shù)據(jù)和第二參考數(shù)據(jù)。在此，第一裝置的第Ξ單元1003'對(duì)第二單元1002' 獲取的圖標(biāo)進(jìn)行特征提取過(guò)程與圖2所示出的裝置的第Ξ單元1003利用尺度不變特征轉(zhuǎn) 換算法對(duì)所述參考圖像進(jìn)行特征提取過(guò)程的內(nèi)容相同或基本相同，在此W引用的方式包含 于此，不再寶述。
[0139] 接著，第二裝置102'利用爬蟲(chóng)技術(shù)從提供應(yīng)用的網(wǎng)站、網(wǎng)絡(luò)應(yīng)用市場(chǎng)或研究機(jī)構(gòu) 等爬取、或通過(guò)終端進(jìn)行收集，W獲取待檢測(cè)的疑似盜版軟件。
[0140] 所述第Ξ裝置103'利用尺度不變特征轉(zhuǎn)換算法（Scale-Invariant化日化的 Transform, SIFT)對(duì)所述待檢測(cè)軟件的圖標(biāo)進(jìn)行特征提取，W獲得第一待匹配數(shù)據(jù)和第二 待匹配數(shù)據(jù)，則所述第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)分別為所述待檢測(cè)軟件的圖標(biāo)的特 征描述子和相應(yīng)的特征點(diǎn)。 陽(yáng)141] 在此，所述第二裝置103'利用尺度不變特征轉(zhuǎn)換算法對(duì)所述待檢測(cè)軟件的圖標(biāo)進(jìn) 行特征提取的過(guò)程與圖1中第Ξ裝置103利用尺度不變特征轉(zhuǎn)換算法對(duì)所述待檢測(cè)圖像進(jìn) 行特征提取的過(guò)程相同或基本相同，為簡(jiǎn)明起見(jiàn)，W包含的方式包含于此，不再寶述。
[0142] 接著，所述第Ξ裝置103'對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)， W從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)。當(dāng)所述待匹配圖像的第一待匹配數(shù)據(jù)和 第二待匹配數(shù)據(jù)生成W后，就可W采用第一待匹配數(shù)據(jù)的距離作為正版軟件的圖標(biāo)和待檢 測(cè)軟件的圖標(biāo)的相似性判定度量。取待檢測(cè)軟件的圖標(biāo)中某個(gè)第一參考數(shù)據(jù)，通過(guò)遍歷找 到待檢測(cè)軟件的圖標(biāo)中的距離最近的第一待匹配數(shù)據(jù)，如果該第一待匹配數(shù)據(jù)與該第一參 考數(shù)據(jù)的最近距離小于某個(gè)良好匹配距離闊值，則判定為一對(duì)匹配點(diǎn)，則第一待匹配數(shù)據(jù) 選擇為第Ξ待匹配數(shù)據(jù)。 陽(yáng)143] 在此，所述第Ξ裝置103'從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)與圖1示 出的第Ξ裝置103從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)的過(guò)程相同或基本相同， 為簡(jiǎn)明起見(jiàn)，W包含的方式包含于此，不再寶述。
[0144] 接著，第四裝置104'獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配 矩陣。優(yōu)選的，所述第四裝置104'利用隨機(jī)抽樣一致算法（Random Sample Consensus, RANSAC)中的變換矩陣獲取算法獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配 矩陣，且所述匹配矩陣為仿射變換矩陣。
[0145] 接著，第五裝置105'通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié) 果。 陽(yáng)146] 在此，所述第四裝置104'獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹 配矩陣與圖1示出的所述第四裝置104獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù) 的匹配矩陣的過(guò)程相同或基本相同，第五裝置105'通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值 產(chǎn)生圖像匹配檢測(cè)結(jié)果與圖1示出的第五裝置105通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值 產(chǎn)生圖像匹配檢測(cè)結(jié)果，為簡(jiǎn)明起見(jiàn)，W包含的方式包含于此，不再寶述。 陽(yáng)147] 同時(shí)，所述第屯裝置107'可W采用反編譯工具對(duì)爬取到的參考圖像進(jìn)行解析，解 析能夠獲取字符串文件，例如圖標(biāo)，資源文件、全局配置文件、源代碼及引用庫(kù)等相關(guān)數(shù)據(jù)， 還能夠根據(jù)白名單規(guī)則收集正版軟件白名單列表，例如軟件包名、簽名及應(yīng)用名等。其中， 反編譯工具采用的是可供商用的開(kāi)源工具，例如用于Amlroid(安卓）平臺(tái)的Dexdump庫(kù) (該庫(kù)是An化oid解析Dex的源碼，是隨An化oid安卓平臺(tái)一起開(kāi)源的）或其他反編譯工 具。
[0148] 接著，所述第八裝置108'可W采用反編譯工具對(duì)爬取到的待檢測(cè)軟件進(jìn)行解析， 解析能夠獲取字符串文件，例如資源文件、全局配置文件、源代碼及引用庫(kù)等相關(guān)數(shù)據(jù)，W 及軟件包名、簽名及應(yīng)用名等。其中，反編譯工具采用的是可供商用的開(kāi)源工具，例如用于 An化oid (安卓）平臺(tái)的Dexdump庫(kù)（該庫(kù)是An化oid解析Dex的源碼，是隨An化oid安卓 平臺(tái)一起開(kāi)源的）或其他反編譯工具。
[0149] 所述第九裝置109'對(duì)所述待匹配特征字符串文件與所述參考對(duì)象的參考特征字 符串文件進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果產(chǎn)生字符串匹配檢測(cè)結(jié)果。具體地，所述第九裝置109' 采用字符串相似度矩陣算法進(jìn)行比對(duì)的過(guò)程與圖3所示出的第九裝置109'采用字符串相 似度矩陣算法進(jìn)行比對(duì)的過(guò)程內(nèi)容相同或基本相同，故不再寶述。
[0150] 然后，所述第六裝置106'根據(jù)所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果 的結(jié)合產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。具體地，若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè) 結(jié)果均為不相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為不相似，若所述圖像匹配檢測(cè)結(jié)果和所述字 符串匹配檢測(cè)結(jié)果至少有一個(gè)為相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為相似。進(jìn)而，通過(guò)對(duì)待檢 測(cè)的疑似盜版軟件所具有的圖標(biāo)及字符串與正版軟件所具有的圖標(biāo)及字符串進(jìn)行匹配檢 巧。，產(chǎn)生圖像匹配檢測(cè)結(jié)果和字符串匹配檢測(cè)結(jié)果，并根據(jù)圖像匹配檢測(cè)結(jié)果確定待檢測(cè) 的疑似盜版軟件是否為盜版軟件及是哪一款正版軟件的盜版軟件，從而在軟件安裝時(shí)，即 可警示用戶，進(jìn)而避免用戶因使用盜版軟件而帶來(lái)的隱私信息或財(cái)產(chǎn)的損失。 陽(yáng)151] 圖4示出根據(jù)本申請(qǐng)一個(gè)方面的一種用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)方法 的過(guò)程示意圖。所述方法包括步驟SOI、步驟S02、步驟S03、步驟S04、步驟S05及步驟S06。 陽(yáng)152] 其中，在步驟SOI中：獲取參考對(duì)象及所述參考對(duì)象的第一參考數(shù)據(jù)和第二參考 數(shù)據(jù)；在步驟S02中：獲取待檢測(cè)對(duì)象，并從所述待檢測(cè)對(duì)象中獲取待匹配圖像；在步驟 S03中：對(duì)所述待匹配圖像進(jìn)行特征提取，W獲得第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)，并對(duì) 所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，W從所述第一待匹配數(shù)據(jù)中獲取第Ξ 待匹配數(shù)據(jù)；在步驟S04中：獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩 陣；在步驟S05中：通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié)果；在步驟 S06中：跟據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。
[0153] 本申請(qǐng)所述方法用于針對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)，通過(guò)對(duì)待檢測(cè)對(duì)象的圖 像與參考對(duì)象的圖像進(jìn)行匹配檢測(cè)，來(lái)確定關(guān)于待檢測(cè)對(duì)象與參考的對(duì)象匹配檢測(cè)結(jié)果， W進(jìn)一步確定檢測(cè)對(duì)象的其他信息。 陽(yáng)154] 具體的，在步驟SOI中獲取參考對(duì)象及所述參考對(duì)象的第一參考數(shù)據(jù)和第二參考 數(shù)據(jù)；其中，所述參考對(duì)象具有圖像，所述第一參考數(shù)據(jù)和第二參考數(shù)據(jù)為所述參考對(duì)象的 圖像所具有的數(shù)據(jù)。 陽(yáng)155] 圖5示出本申請(qǐng)一實(shí)施例中第一裝置的示意圖，在步驟SOI中包括步驟S101、步 驟S102及步驟S103。其中，在步驟S101中：獲取參考對(duì)象，在步驟S102中：從所述參考對(duì) 象中獲取參考圖像，在步驟S103中：對(duì)所述參考圖像進(jìn)行特征提取，W獲得所述第一參考 數(shù)據(jù)和所述第二參考數(shù)據(jù)。在較佳的實(shí)施例中，在步驟S103中利用尺度不變特征轉(zhuǎn)換算法 (Scale-Invariant Fea1:ure Transform, SIFT)對(duì)所述參考圖像進(jìn)行特征提取。所述第一 參考數(shù)據(jù)和所述第二參考數(shù)據(jù)分別為所述參考圖像的特征描述子和相應(yīng)的特征點(diǎn)。 陽(yáng)?56]在此，所述尺度不變特征轉(zhuǎn)換（Scale-invariant fea1:ure transform, SIFT)，是 用于圖像處理領(lǐng)域的一種描述子。運(yùn)種描述具有尺度不變性，可在圖像中檢測(cè)出特征點(diǎn)，是 一種局部特征描述子的圖像匹配檢測(cè)方法。
[0157] 其中，在步驟S103利用尺度不變特征轉(zhuǎn)換算法對(duì)所述參考圖像進(jìn)行特征提取主 要包括W下步驟：
[0158] -對(duì)參考圖像構(gòu)建尺度空間，檢測(cè)極值點(diǎn)，獲得尺度不變性； 陽(yáng)159]-特征點(diǎn)過(guò)濾并進(jìn)行精確定位；
[0160]-為特征點(diǎn)分配方向值； 陽(yáng)161]-生成與特征點(diǎn)相應(yīng)的特征描述子。 陽(yáng)162] 接著，在步驟S02中，獲取待檢測(cè)對(duì)象，并從所述待檢測(cè)對(duì)象中獲取待匹配圖像。
[0163] 接著，在步驟S03中，對(duì)所述待匹配圖像進(jìn)行特征提取，W獲得第一待匹配數(shù)據(jù)和 第二待匹配數(shù)據(jù)，并對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，W從所述第一 待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)。
[0164] 優(yōu)選的，在步驟S03,利用尺度不變特征轉(zhuǎn)換算法（Scale-Invariant Fea化re Transform, SIFT)對(duì)所述待匹配圖像進(jìn)行特征提取，W獲得第一待匹配數(shù)據(jù)和第二待匹配 數(shù)據(jù)，則所述第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)分別為所述待匹配圖像的特征描述子和相 應(yīng)的特征點(diǎn)。
[0165] 具體地，在步驟S03利用尺度不變特征轉(zhuǎn)換算法對(duì)所述待匹配圖像進(jìn)行特征提取 主要包括W下步驟：
[0166] -對(duì)待匹配圖像構(gòu)建尺度空間，檢測(cè)極值點(diǎn)，獲得尺度不變性； 陽(yáng)167]-特征點(diǎn)過(guò)濾并進(jìn)行精確定位；
[0168] -為特征點(diǎn)分配方向值；
[0169] -生成與特征點(diǎn)相應(yīng)的特征描述子。
[0170] 接著，在步驟S03,對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，W從所 述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)。 陽(yáng)171] 當(dāng)所述待匹配圖像的第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)生成W后，就可W采用第 一待匹配數(shù)據(jù)的距離作為參考圖像和待匹配圖像的相似性判定度量。取參考圖像中某個(gè)第 一參考數(shù)據(jù)，通過(guò)遍歷找到待匹配圖像中的距離最近的第一待匹配數(shù)據(jù)，如果該第一待匹 配數(shù)據(jù)與該第一參考數(shù)據(jù)的最近距離小于某個(gè)良好匹配距離闊值，則判定為一對(duì)匹配點(diǎn)， 則第一待匹配數(shù)據(jù)選擇為第Ξ待匹配數(shù)據(jù)。 陽(yáng)172] 具體地，在步驟S03從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)包括：
[0173] -設(shè)定良好匹配距離闊值化eta,所述良好匹配距離闊值化eta可W根據(jù)具體的匹 配過(guò)程進(jìn)行動(dòng)態(tài)設(shè)定，例如但不限于：良好匹配距離闊值化eta可W選擇匹配過(guò)程中最大 距離值和最小距離值的平均值；
[0174] -利用快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法（Fast Approx化arest Nei曲bor Classification, Flann)計(jì)算所述第一待匹配數(shù)據(jù)與所述相應(yīng)第一參考數(shù)據(jù)的匹配距離； 在此，所述快速最近鄰逼近捜索函數(shù)庫(kù)是一種用于快速捜索近似近鄰的開(kāi)源算法庫(kù)度SD 認(rèn)可），已被集成到OpenCV庫(kù)（Open Source Computer Vision Library,是一個(gè)基于開(kāi)源 發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，可W運(yùn)行在Linux、Windows和Mac OS等操作系統(tǒng)上，由一系 列C函數(shù)和少量C++類構(gòu)成，同時(shí)提供了 IMhon、Ruby、MTLAB等語(yǔ)言的接口，實(shí)現(xiàn)了圖像 處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法的數(shù)據(jù)庫(kù)）。本文所述方法可W直接使用的Flann 匹配算法，所述快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法可W直接利用化enCV中的Flann匹配 算法，直接利用K-d樹(shù)、隨機(jī)樹(shù)、層次K-means樹(shù)等輔助數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)高維數(shù)據(jù)的快速捜索。 將所述匹配距離小于所述良好匹配距離闊值的所述第一待匹配數(shù)據(jù)確定為所述第Ξ待匹 配數(shù)據(jù)，所述第Ξ待匹配數(shù)據(jù)是優(yōu)選的第一待匹配數(shù)據(jù)，第Ξ待匹配數(shù)據(jù)能夠更有利于后 續(xù)進(jìn)行匹配檢測(cè)工作。 陽(yáng)175] 由于不同的圖標(biāo)有不同的特點(diǎn)，提取出的SIFT特征的分布也不一樣，例如對(duì)于具 有很多角點(diǎn)的圖像，SIFT特征較多而且很規(guī)范，匹配度較好（即距離較小）。對(duì)于圓形的圖 像的角點(diǎn)較少，SIFT特征點(diǎn)也較少，匹配度較差（即距離較大）。則此時(shí)，可W根據(jù)圖像的 具體情況，動(dòng)態(tài)設(shè)定良好匹配距離闊值。因此，距離小于設(shè)定的良好匹配距離闊值theta的 才算是良好的匹配對(duì)，在后續(xù)的計(jì)算中，我們只考慮符合良好匹配的特征點(diǎn)構(gòu)成的集合Ml 和M2,而忽略其它。運(yùn)樣能有效忽略一些異常點(diǎn)。
[0176] 接著，在步驟S04中，獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配 矩陣。
[0177] 優(yōu)選的，在步驟S04中，利用隨機(jī)抽樣一致算法（Random Sample Consensus, RANSAC)中的變換矩陣獲取算法獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配 矩陣，且所述匹配矩陣為仿射變換矩陣。
[0178] 在此，所述仿射變換矩陣是仿射變換中的一種矩陣，仿射變換是一個(gè)向量空間中 的向量通過(guò)仿射矩陣變換為另一個(gè)空間中的向量，包括旋轉(zhuǎn)、平移、縮放。仿射變換矩陣形 式例如但不限于如下： 陽(yáng) 179]
[0180] 仿射變換矩陣有九個(gè)維度（圖中示例表示Ξ個(gè)維度為固定值，其他六個(gè)維度為自 由維度），理論上選擇至少Ξ對(duì)不共線的SIFT的特征點(diǎn)就可W解出所有的參數(shù)。仿射變換 矩陣中mO、ml、m3、m4代表旋轉(zhuǎn)和縮放變換，而m2、m5則是平移變換分量。例如，針對(duì)檢測(cè) 圖像大小較小情況，（基本上都是幾十K *幾十K的大小），而且經(jīng)過(guò)交叉校驗(yàn)（不同闊值 的重復(fù)實(shí)驗(yàn)）后將mO、ml、m3、m4的闊值設(shè)定為0. 6, m2、m5的闊值設(shè)定為30,當(dāng)然各個(gè)維 度闊值的設(shè)定僅W舉例的形式給出，但并不限制于此。 陽(yáng)181] 接著，在步驟S05中通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié) 果。
[0182] 具體地，步驟S05首先設(shè)定匹配矩陣中若干維度的闊值，例如對(duì)于仿射變換矩陣 可W有九個(gè)維度的闊值，然后，根據(jù)仿射變換規(guī)則和應(yīng)用需要，分別對(duì)所述匹配矩陣的各個(gè) 維度的值與各個(gè)維度的闊值進(jìn)行檢測(cè)，如果各個(gè)維度的值均大于該維度的闊值，則說(shuō)明待 檢測(cè)圖像與參考對(duì)象的參考圖像的匹配差異大，則產(chǎn)生圖像匹配檢測(cè)結(jié)果為不相似；如果 各個(gè)維度的值都在相應(yīng)闊值的范圍內(nèi)，則產(chǎn)生圖像匹配檢測(cè)結(jié)果為相似。 陽(yáng)183] 接著，在步驟S06中，根據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。在本實(shí) 施例中，當(dāng)圖像匹配檢測(cè)結(jié)果為不相似，則產(chǎn)生待檢測(cè)對(duì)象和參考對(duì)象的對(duì)象匹配檢測(cè)結(jié) 果為不相似，當(dāng)圖像匹配檢測(cè)結(jié)果為相似，則產(chǎn)生待檢測(cè)對(duì)象和參考對(duì)象的對(duì)象匹配檢測(cè) 結(jié)果為相似。
[0184] 圖6示出根據(jù)本申請(qǐng)一優(yōu)選的實(shí)施例中用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)方 法的過(guò)程示意圖。所述待檢測(cè)對(duì)象和所述參考對(duì)象不僅具有圖像，還具有字符串。所述方 法包括步驟SOΓ、步驟S02'、步驟S03'、步驟S04'、步驟S05'、步驟S06'、步驟S07'、步驟 S08'及步驟S09'。
[0185] 在此，所述待檢測(cè)對(duì)象和所述參考對(duì)象所具有的字符串可W是字母、文字及數(shù)字 字符中的一種或任意組合。 陽(yáng)186] 其中，在步驟S07'中，獲取所述參考對(duì)象的參考特征字符串文件；在步驟S08'中， 從所述待檢測(cè)對(duì)象中獲取待匹配特征字符串文件；所述在步驟S09'中，對(duì)所述待匹配特征 字符串文件與所述參考對(duì)象的參考特征字符串文件進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果產(chǎn)生字符串 匹配檢測(cè)結(jié)果。 陽(yáng)187] 具體的，步驟S07'和步驟S08'可W分別通過(guò)解析參考對(duì)象和待檢測(cè)對(duì)象，W獲取 參考特征字符串文件和待匹配特征字符串文件。步驟S09'采用字符串相似度矩陣算法進(jìn) 行比對(duì)，其中字符串相似度矩陣算法的基本單位是字符串，具體步驟如下： 陽(yáng)18引-采用非字母、非數(shù)字字符對(duì)待匹配特征字符串文件si和參考對(duì)象的參考特征字 符串s2進(jìn)行劃分。例如，給定兩個(gè)長(zhǎng)度相等的任意字符串Strl ="油cddacbcb"和Str2 ="aadaccbddc"，對(duì)兩個(gè)字符串在任意的位置比對(duì)： a b c d d a c- b c b 陽(yáng)189] $王王王玉王的（字符中間沒(méi)有空格）。 a a d ?\ c c h d d c 陽(yáng)190] 字符串的長(zhǎng)度記為n(例如，n= 10)，相同字母（d、a、c)的個(gè)數(shù)記為m(例如，m = 3)，兩字符串重疊的個(gè)數(shù)記為r(例如，r = 8)。 陽(yáng)191]-計(jì)算待匹配特征字符串文件si和參考對(duì)象的參考特征字符串s2的重疊率和匹 配率，其中重疊率兩個(gè)長(zhǎng)度相等的（包括在長(zhǎng)度的短的字符串中加入空格，使其長(zhǎng)度相等 的情況）字符串在字符串移動(dòng)匹配的過(guò)程中，重疊字符串的個(gè)數(shù)與字符串的長(zhǎng)度的比率， 即L = r/n，匹配率為兩個(gè)長(zhǎng)度相等的（包括在長(zhǎng)度的短的字符串中加入空格，使其長(zhǎng)度相 等的情況）字符串在字符串移動(dòng)匹配的過(guò)程中，對(duì)應(yīng)位置字符相同的個(gè)數(shù)與字符串長(zhǎng)度的 比率，即Μ = m/n。
[0192]-設(shè)定參數(shù)alpha和參數(shù)beta的值，并根據(jù)公式：alpha*匹配率+beta*重復(fù)率計(jì) 算待匹配特征字符串文件si和參考對(duì)象的參考特征字符串s2的相似度，其中，參數(shù)al地a 和參數(shù)beta可W根據(jù)具體檢測(cè)要求進(jìn)行具體設(shè)定，不再寶述。 陽(yáng)193]-設(shè)定相似度闊值theta。如果相似度小于相似度闊值theta,則待匹配特征字符 串文件si和參考對(duì)象的參考特征字符串s2不相似；否則，兩個(gè)字符串相似。
[0194] 然后，在步驟S06'中，根據(jù)所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果的 結(jié)合產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。具體地，若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié) 果均為不相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為不相似，若所述圖像匹配檢測(cè)結(jié)果和所述字符 串匹配檢測(cè)結(jié)果至少有一個(gè)為相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為相似。 陽(yáng)1巧]在此，所述步驟SOI'、步驟S02'、步驟S03'、步驟S04'及步驟S05'與圖4示出的 步驟SO 1、步驟S02、步驟S03、步驟S04及步驟S05'的內(nèi)容相同或基本相同，在此W引用的 方式包含于此，不再寶述。 陽(yáng)196] 所述設(shè)備在對(duì)所述待檢測(cè)對(duì)象和所述參考對(duì)象進(jìn)行匹配檢測(cè)的過(guò)程中，不僅通過(guò) 待檢測(cè)對(duì)象和所述參考對(duì)象的圖像進(jìn)行匹配檢測(cè)，還結(jié)合對(duì)待檢測(cè)對(duì)象和所述參考對(duì)象的 字符串進(jìn)行匹配檢測(cè)，通過(guò)對(duì)圖像和字符串同時(shí)進(jìn)行匹配檢測(cè)，能夠提高對(duì)待檢測(cè)對(duì)象和 參考對(duì)象的匹配檢測(cè)的準(zhǔn)確性。
[0197] 在本申請(qǐng)一優(yōu)選的實(shí)施例中，所述具有圖像和字符串的對(duì)象可W是軟件，待檢測(cè) 對(duì)象為待檢測(cè)的疑似盜版軟件，參考軟件可W是正版軟件。
[0198] 在此，軟件是一系列按照特定順序組織的計(jì)算機(jī)數(shù)據(jù)和指令的集合，軟件的內(nèi)容 除了基本的程序指令外，軟件本身具有相關(guān)識(shí)別信息，例如軟件簽名、軟件名稱及圖標(biāo)等。 正版軟件是指獲取正規(guī)廠家授權(quán)，合法的直接使用或間接授權(quán)使用的軟件。盜版軟件是指 在未經(jīng)版權(quán)所有人同意或授權(quán)的情況下，對(duì)正版軟件進(jìn)行復(fù)制、再分發(fā)的違法軟件。
[0199] 進(jìn)一步的，所述待匹配圖像為所述待檢測(cè)軟件的圖標(biāo)，所述參考圖像為參考軟件 的圖標(biāo)。所述待匹配特征字符串文件為所述待檢測(cè)軟件的特征字符串文件，所述待檢測(cè)軟 件的特征字符串文件包括：所述待檢測(cè)軟件的簽名、證書(shū)、包名、應(yīng)用名、資源文件、全局配 置文件、源代碼及引用庫(kù)中的一種或任意組合；所述參考特征字符串文件為參考軟件的特 征字符串文件，所述參考軟件的特征字符串文件包括：所述參考軟件的簽名、證書(shū)、包名、應(yīng) 用名、資源文件、全局配置文件、源代碼及引用庫(kù)中的一種或任意組合。所述待檢測(cè)軟件的 特征字符串文件通過(guò)反編譯工具解析所述待檢測(cè)軟件獲取，所述參考軟件的特征字符串文 件通過(guò)反編譯工具解析所述參考軟件獲取。 陽(yáng)200] 為使描述更清楚，W下結(jié)合圖1~圖3, W軟件作為具有圖像的對(duì)象為例，進(jìn)一步 說(shuō)明所述方法進(jìn)行匹配檢測(cè)的過(guò)程。當(dāng)然，本領(lǐng)域技術(shù)人員應(yīng)能理解上述具有圖像的對(duì)象 為軟件為較佳的應(yīng)用，其他現(xiàn)有的或今后可能出現(xiàn)的具有圖像的對(duì)象如可適用于本申請(qǐng)， 也應(yīng)包含在本申請(qǐng)保護(hù)范圍W內(nèi)，并在此W引用方式包含于此。 陽(yáng)201]目前，行業(yè)普遍通過(guò)建立白名單規(guī)則收錄正規(guī)軟件廠商的正版軟件，每個(gè)正版軟 件都具有唯一的簽名，該唯一簽名對(duì)外是通過(guò)加密公布的?，F(xiàn)有的正版軟件及疑似待檢測(cè) 軟件的數(shù)量和種類龐大而繁雜。 陽(yáng)202] 具體的，在步驟SOr中，首先獲取正版軟件及所述正版軟件的第一參考數(shù)據(jù)和第 二參考數(shù)據(jù)，在步驟sor中，對(duì)正版軟件的獲取可W從已有的正版軟件的數(shù)據(jù)庫(kù)中獲取。 或者，直接從提供正版軟件方獲取正版軟件。較佳的，所述步驟SOr包括步驟S101'、步驟 S102'和步驟S103'(未示出）。具體地，步驟SlOr利用爬蟲(chóng)技術(shù)從應(yīng)用官方網(wǎng)站、網(wǎng)絡(luò)應(yīng) 用市場(chǎng)或研究機(jī)構(gòu)等爬取正版軟件、或通過(guò)終端收集正版軟件、或直接向應(yīng)用的官方機(jī)構(gòu) 索取正版軟件，從而建立正版軟件的數(shù)據(jù)庫(kù)。步驟S102'獲取正版軟件的圖標(biāo)，步驟S103' 對(duì)步驟S102'獲取的圖標(biāo)進(jìn)行特征提取，利用尺度不變特征轉(zhuǎn)換算法（Scale-Invariant Fea化re化ansform，SIFT)進(jìn)行特征提取，獲得正版軟件的圖標(biāo)中的特征描述子和相應(yīng)的 特征點(diǎn)分別作為第一參考數(shù)據(jù)和第二參考數(shù)據(jù)。在此，步驟S103'對(duì)步驟S102'獲取的圖 標(biāo)進(jìn)行特征提取的過(guò)程與圖5所示出的步驟S103利用尺度不變特征轉(zhuǎn)換算法對(duì)所述參考 圖像進(jìn)行特征提取過(guò)程的內(nèi)容相同或基本相同，在此W引用的方式包含于此，不再寶述。 陽(yáng)203] 接著，在步驟S02'中，利用爬蟲(chóng)技術(shù)從提供應(yīng)用的網(wǎng)站、網(wǎng)絡(luò)應(yīng)用市場(chǎng)或研究機(jī)構(gòu) 等爬取、或通過(guò)終端進(jìn)行收集，W獲取待檢測(cè)的疑似盜版軟件。 陽(yáng)2〇4] 接著，在步驟S03'中，利用尺度不變特征轉(zhuǎn)換算法（Scale-Invariant Fea化re Transform, SIFT)對(duì)所述待檢測(cè)軟件的圖標(biāo)進(jìn)行特征提取，W獲得第一待匹配數(shù)據(jù)和第二 待匹配數(shù)據(jù)，則所述第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)分別為所述待檢測(cè)軟件的圖標(biāo)的特 征描述子和相應(yīng)的特征點(diǎn)。 陽(yáng)205] 在此，步驟S03'中利用尺度不變特征轉(zhuǎn)換算法對(duì)所述待檢測(cè)軟件的圖標(biāo)進(jìn)行特征 提取的過(guò)程與圖4中步驟S03利用尺度不變特征轉(zhuǎn)換算法對(duì)所述待檢測(cè)圖像進(jìn)行特征提取 的過(guò)程相同或基本相同，為簡(jiǎn)明起見(jiàn)，W包含的方式包含于此，不再寶述。 陽(yáng)206] 接著，在步驟S03'中，對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，W從 所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)。當(dāng)所述待匹配圖像的第一待匹配數(shù)據(jù)和第二 待匹配數(shù)據(jù)生成W后，就可W采用第一待匹配數(shù)據(jù)的距離作為正版軟件的圖標(biāo)和待檢測(cè)軟 件的圖標(biāo)的相似性判定度量。取待檢測(cè)軟件的圖標(biāo)中某個(gè)第一參考數(shù)據(jù)，通過(guò)遍歷找到待 檢測(cè)軟件的圖標(biāo)中的距離最近的第一待匹配數(shù)據(jù)，如果該第一待匹配數(shù)據(jù)與該第一參考數(shù) 據(jù)的最近距離小于某個(gè)良好匹配距離闊值，則判定為一對(duì)匹配點(diǎn)，則第一待匹配數(shù)據(jù)選擇 為第Ξ待匹配數(shù)據(jù)。 陽(yáng)207] 在此，步驟S03'從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)與圖4示出的步驟 S03從所述第一待匹配數(shù)據(jù)中獲取第Ξ待匹配數(shù)據(jù)的過(guò)程相同或基本相同，為簡(jiǎn)明起見(jiàn)，W 包含的方式包含于此，不再寶述。 陽(yáng)20引接著，在步驟S04'獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩 陣。優(yōu)選的，步驟S04'中利用隨機(jī)抽樣一致算法（Random Sample Consensus, RANSAC)中 的變換矩陣獲取算法獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣，且所 述匹配矩陣為仿射變換矩陣。 陽(yáng)209] 接著，在步驟S05'中，通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè) 結(jié)果。
[0210] 在此，步驟S04'獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣與 圖4示出的步驟S04獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣的過(guò)程 相同或基本相同，步驟S105'通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié) 果與圖4示出的步驟S05通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié)果， 為簡(jiǎn)明起見(jiàn)，W包含的方式包含于此，不再寶述。 陽(yáng)211] 同時(shí)，在步驟S07'中，可W采用反編譯工具對(duì)爬取到的參考圖像進(jìn)行解析，解析能 夠獲取字符串文件，例如圖標(biāo)，資源文件、全局配置文件、源代碼及引用庫(kù)等相關(guān)數(shù)據(jù)，還能 夠根據(jù)白名單規(guī)則收集正版軟件白名單列表，例如軟件包名、簽名及應(yīng)用名等。其中，反編 譯工具采用的是可供商用的開(kāi)源工具，例如用于An化oid (安卓）平臺(tái)的Dexdump庫(kù)（該庫(kù) 是An化oid解析Dex的源碼，是隨An化oid安卓平臺(tái)一起開(kāi)源的）或其他反編譯工具。 陽(yáng)212] 接著，在步驟S08'中，可W采用反編譯工具對(duì)爬取到的待檢測(cè)軟件進(jìn)行解析，解 析能夠獲取字符串文件，例如資源文件、全局配置文件、源代碼及引用庫(kù)等相關(guān)數(shù)據(jù)，W及 軟件包名、簽名及應(yīng)用名等。其中，反編譯工具采用的是可供商用的開(kāi)源工具，例如用于 An化oid (安卓）平臺(tái)的Dexdump庫(kù)（該庫(kù)是An化oid解析Dex的源碼，是隨An化oid安卓 平臺(tái)一起開(kāi)源的）或其他反編譯工具。
[0213] 在步驟S09'中，對(duì)所述待匹配特征字符串文件與所述參考對(duì)象的參考特征字符串 文件進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果產(chǎn)生字符串匹配檢測(cè)結(jié)果。具體地，步驟S09'采用字符串 相似度矩陣算法進(jìn)行比對(duì)的過(guò)程與圖6所示出的步驟S09'采用字符串相似度矩陣算法進(jìn) 行比對(duì)的過(guò)程內(nèi)容相同或基本相同，故不再寶述。
[0214] 然后，在步驟S06'根據(jù)所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果的結(jié)合 產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。具體地，若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果均 為不相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為不相似，若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹 配檢測(cè)結(jié)果至少有一個(gè)為相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為相似。進(jìn)而，通過(guò)對(duì)待檢測(cè)的疑 似盜版軟件所具有的圖標(biāo)及字符串與正版軟件所具有的圖標(biāo)及字符串進(jìn)行匹配檢測(cè)，產(chǎn)生 圖像匹配檢測(cè)結(jié)果和字符串匹配檢測(cè)結(jié)果，并根據(jù)圖像匹配檢測(cè)結(jié)果確定待檢測(cè)的疑似盜 版軟件是否為盜版軟件及是哪一款正版軟件的盜版軟件，從而在軟件安裝時(shí)，即可警示用 戶，進(jìn)而避免用戶因使用盜版軟件而帶來(lái)的隱私信息或財(cái)產(chǎn)的損失。
[0215] W下結(jié)合一具體應(yīng)用場(chǎng)景，對(duì)所述方法進(jìn)行進(jìn)一步說(shuō)明，首先，獲取某官方發(fā)布的 正版軟件"某寶"，正版軟件"某寶"可W先利用反編譯工具如Dex2jar、Dexdump等技術(shù)對(duì)應(yīng) 用對(duì)應(yīng)用程序進(jìn)行解壓、反匯編等得到應(yīng)用程序的詳細(xì)信息，如證書(shū)、包名、應(yīng)用名、圖標(biāo)、 資源文件等，獲取的圖標(biāo)及相關(guān)信息如圖7所示，其中，圖7示出本申請(qǐng)一優(yōu)選的實(shí)施例中 作為參考對(duì)象的正版軟件的相關(guān)信息示意圖，并從圖標(biāo)中提取出該正版軟件的圖標(biāo)的描述 子D2和相應(yīng)的特征點(diǎn)K2,可W把解析得到淘寶官方應(yīng)用的信息放入標(biāo)準(zhǔn)庫(kù)，其中圖標(biāo)除了 存放原文件外，還需要存放圖標(biāo)提取出來(lái)的SIFT描述子和特征點(diǎn)。
[0216] 接著，利用網(wǎng)絡(luò)爬蟲(chóng)從應(yīng)用市場(chǎng)及應(yīng)用論壇等爬取軟件，通常通過(guò)文件后綴名、文 件頭內(nèi)容、編碼方式等可W判斷其是否為軟件的應(yīng)用程序文件。運(yùn)些程序是否為盜版都是 未知的。
[0217] 圖8示出本申請(qǐng)一優(yōu)選的實(shí)施例中作為待檢測(cè)對(duì)象的若干待檢測(cè)軟件的相關(guān)信 息示意圖。如圖8所示，從某應(yīng)用市場(chǎng)中獲得若干未知軟件，一一對(duì)未知軟件進(jìn)行匹配檢 測(cè)。
[0218] 采用本申請(qǐng)所述匹配檢測(cè)方法對(duì)未知軟件與正版軟件"某寶"進(jìn)行匹配檢測(cè)，首 先利用反編譯工具對(duì)該未知軟件進(jìn)行解析獲得該未知軟件的圖標(biāo)、簽名、包名、應(yīng)用名等信 息，對(duì)其中的圖標(biāo)進(jìn)行灰度轉(zhuǎn)化之后，用SIFT特征提取算法提取待檢測(cè)的特征描述子D1和 相應(yīng)的特征點(diǎn)K1。
[0219] 接著，把未知軟件的證書(shū)與正版軟件"某寶"的證書(shū)相比較。如果證書(shū)相同，則該 未知軟件為正版軟件的應(yīng)用，僅更改了名字；如果證書(shū)不同，則需進(jìn)行進(jìn)一步檢測(cè)。
[0220] 然后，利用字符串相似度量算法計(jì)算未知軟件的包名、應(yīng)用名與正版軟件"某寶" 的包名、應(yīng)用名的相似度，則如果相似度達(dá)到一定闊值W上（例如在90% W上），則認(rèn)為是 盜版。 陽(yáng)221] 如果包名、應(yīng)用名并不相似，則進(jìn)行更進(jìn)一步的圖標(biāo)檢測(cè)：從未知應(yīng)用程序的圖標(biāo) 中提取SIFT特征，并利用本申請(qǐng)所述的匹配檢測(cè)方法將其與正版軟件"某寶"的圖標(biāo)（正版 軟件"某寶"的圖標(biāo)的SIFT特征描述子和特征點(diǎn)已經(jīng)事先提取并存入數(shù)據(jù)庫(kù)）進(jìn)行比較。 接著，利用RANSAC算法W正版軟件"某寶"的圖標(biāo)提取出該正版軟件的圖標(biāo)的描述子D2和 相應(yīng)的特征點(diǎn)K2的庫(kù)M2為標(biāo)準(zhǔn)，對(duì)未知軟件的圖標(biāo)的特征點(diǎn)K1進(jìn)行隨機(jī)抽樣，并迭代地 往其中加入一些特征點(diǎn)，構(gòu)成新的集合N然后計(jì)算由N與M2的匹配距離是否比較小和由N 變換到M2的變換矩陣是否在誤差允許的范圍內(nèi)。如果匹配距離太大或變換矩陣誤差太大 則丟棄集合N，從新進(jìn)行隨機(jī)抽樣和迭代加入特征點(diǎn)，直到得到一個(gè)滿足距離小和矩陣誤差 小的特征點(diǎn)集合N。其中，所述該算法可W使用openCV的仿射矩陣計(jì)算集成功能實(shí)現(xiàn)。 陽(yáng)222] 所述匹配檢測(cè)方法檢測(cè)出的盜版軟件（包括軟件名稱、圖標(biāo)等）比僅用白名單 匹配方法檢測(cè)到的盜版軟件要多很多，實(shí)際檢測(cè)的準(zhǔn)確率可W達(dá)96% W上。如一個(gè)知名 Amlroid應(yīng)用，用白名單匹配找到的盜版軟件只有12個(gè)，而我們方法找到的有315個(gè)，多找 出303個(gè)，而運(yùn)303個(gè)盜版軟件中有177個(gè)都是病毒。因此，所述匹配檢測(cè)方法對(duì)盜版軟件 發(fā)現(xiàn)和病毒軟件發(fā)現(xiàn)有很好的效果。 陽(yáng)223] 此外，本申請(qǐng)所述匹配檢測(cè)方法和設(shè)備除應(yīng)用于盜版軟件的檢測(cè)之外，還可應(yīng)用 于需要小圖標(biāo)精確匹配的應(yīng)用中，例如手機(jī)應(yīng)用中的各種圖標(biāo)等尺寸小的圖像的匹配檢 測(cè)。
[0224] 與現(xiàn)有技術(shù)相比，本申請(qǐng)所述匹配檢測(cè)的方法及設(shè)備通過(guò)獲取將待檢測(cè)對(duì)象的圖 像和參考對(duì)象的圖像進(jìn)行特征提取并對(duì)特征提取獲得的數(shù)據(jù)進(jìn)行匹配檢測(cè)，產(chǎn)生圖像匹配 檢測(cè)結(jié)果，進(jìn)而根據(jù)圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。進(jìn)一步的，在進(jìn)行匹配檢測(cè) 的過(guò)程，利用尺度不變特征轉(zhuǎn)換算法結(jié)合快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法進(jìn)行特征提 取，并利用隨機(jī)抽樣一致算法中的變換矩陣獲取算法獲取關(guān)于所述第Ξ待匹配數(shù)據(jù)與所述 第二參考數(shù)據(jù)的匹配矩陣。通過(guò)快速最近鄰逼近捜索函數(shù)庫(kù)匹配算法選擇良好的匹配對(duì)， 保留了幾何位置的特征點(diǎn)，利用特征點(diǎn)在圖片中的位置信息來(lái)補(bǔ)充描述子，從而在計(jì)算匹 配算法中所設(shè)及的仿射變換的矩陣時(shí)，對(duì)其中各個(gè)維度的變換值進(jìn)行闊值限定從而去掉擾 動(dòng)過(guò)大的匹配對(duì)，保留好的匹配對(duì)，使利用利用尺度不變特征轉(zhuǎn)換算法獲得的描述子與特 征點(diǎn)結(jié)合的方法能夠更精準(zhǔn)、快速識(shí)別出相似圖像。
[0225] 進(jìn)一步的，本申請(qǐng)所述匹配檢測(cè)的方法及設(shè)備能夠基于軟件內(nèi)容本身進(jìn)行盜版檢 巧。。所述方法能夠綜合考慮軟件應(yīng)用的圖標(biāo)、簽名、應(yīng)用名、包名、組織結(jié)構(gòu)等資源，采用簡(jiǎn) 單、高校的字符串匹配和快速、準(zhǔn)確的圖標(biāo)匹配算法來(lái)更快、更準(zhǔn)地檢測(cè)更多的盜版軟件。 陽(yáng)226] 顯然，本領(lǐng)域的技術(shù)人員可W對(duì)本申請(qǐng)進(jìn)行各種改動(dòng)和變型而不脫離本申請(qǐng)的精 神和范圍。運(yùn)樣，倘若本申請(qǐng)的運(yùn)些修改和變型屬于本申請(qǐng)權(quán)利要求及其等同技術(shù)的范圍 之內(nèi)，則本申請(qǐng)也意圖包含運(yùn)些改動(dòng)和變型在內(nèi)。 陽(yáng)227] 需要注意的是，本申請(qǐng)可在軟件和/或軟件與硬件的組合體中被實(shí)施，例如，可采 用專用集成電路（ASIC)、通用目的計(jì)算機(jī)或任何其他類似硬件設(shè)備來(lái)實(shí)現(xiàn)。在一個(gè)實(shí)施例 中，本申請(qǐng)的軟件程序可W通過(guò)處理器執(zhí)行W實(shí)現(xiàn)上文所述步驟或功能。同樣地，本申請(qǐng)的 軟件程序（包括相關(guān)的數(shù)據(jù)結(jié)構(gòu)）可W被存儲(chǔ)到計(jì)算機(jī)可讀記錄介質(zhì)中，例如，RAM存儲(chǔ)器， 磁或光驅(qū)動(dòng)器或軟磁盤(pán)及類似設(shè)備。另外，本申請(qǐng)的一些步驟或功能可采用硬件來(lái)實(shí)現(xiàn)，例 如，作為與處理器配合從而執(zhí)行各個(gè)步驟或功能的電路。
[0228] 另外，本申請(qǐng)的一部分可被應(yīng)用為計(jì)算機(jī)程序產(chǎn)品，例如計(jì)算機(jī)程序指令，當(dāng)其被 計(jì)算機(jī)執(zhí)行時(shí)，通過(guò)該計(jì)算機(jī)的操作，可W調(diào)用或提供根據(jù)本申請(qǐng)的方法和/或技術(shù)方案。 而調(diào)用本申請(qǐng)的方法的程序指令，可能被存儲(chǔ)在固定的或可移動(dòng)的記錄介質(zhì)中，和/或通 過(guò)廣播或其他信號(hào)承載媒體中的數(shù)據(jù)流而被傳輸，和/或被存儲(chǔ)在根據(jù)所述程序指令運(yùn)行 的計(jì)算機(jī)設(shè)備的工作存儲(chǔ)器中。在此，根據(jù)本申請(qǐng)的一個(gè)實(shí)施例包括一個(gè)裝置，該裝置包括 用于存儲(chǔ)計(jì)算機(jī)程序指令的存儲(chǔ)器和用于執(zhí)行程序指令的處理器，其中，當(dāng)該計(jì)算機(jī)程序 指令被該處理器執(zhí)行時(shí)，觸發(fā)該裝置運(yùn)行基于前述根據(jù)本申請(qǐng)的多個(gè)實(shí)施例的方法和/或 技術(shù)方案。
[0229] 對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本申請(qǐng)不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在 不背離本申請(qǐng)的精神或基本特征的情況下，能夠W其他的具體形式實(shí)現(xiàn)本申請(qǐng)。因此，無(wú)論 從哪一點(diǎn)來(lái)看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本申請(qǐng)的范圍由所附權(quán) 利要求而不是上述說(shuō)明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有 變化涵括在本申請(qǐng)內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所設(shè)及的權(quán)利要求。此 夕F，顯然"包括"一詞不排除其他單元或步驟，單數(shù)不排除復(fù)數(shù)。裝置權(quán)利要求中陳述的多 個(gè)單元或裝置也可W由一個(gè)單元或裝置通過(guò)軟件或者硬件來(lái)實(shí)現(xiàn)。第一，第二等詞語(yǔ)用來(lái) 表示名稱，而并不表示任何特定的順序。
【主權(quán)項(xiàng)】
1. 一種用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的方法，其中，所述方法包括： 獲取參考對(duì)象及所述參考對(duì)象的第一參考數(shù)據(jù)和第二參考數(shù)據(jù)； 獲取待檢測(cè)對(duì)象，并從所述待檢測(cè)對(duì)象中獲取待匹配圖像； 對(duì)所述待匹配圖像進(jìn)行特征提取，以獲得第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)，并對(duì)所 述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，以從所述第一待匹配數(shù)據(jù)中獲取第三待 匹配數(shù)據(jù)； 獲取關(guān)于所述第三待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣； 通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié)果；以及 根據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。2. 根據(jù)權(quán)利要求1所述的方法，其中，獲取所述參考對(duì)象的第一參考數(shù)據(jù)和第二參考 數(shù)據(jù)包括： 獲取參考對(duì)象； 從所述參考對(duì)象中獲取參考圖像；以及 對(duì)所述參考圖像進(jìn)行特征提取，以獲得所述第一參考數(shù)據(jù)和所述第二參考數(shù)據(jù)。3. 根據(jù)權(quán)利要求2所述的方法，其中，利用尺度不變特征轉(zhuǎn)換算法對(duì)所述參考圖像進(jìn) 行特征提取。4. 根據(jù)權(quán)利要求3所述的方法，其中，所述第一參考數(shù)據(jù)和所述第二參考數(shù)據(jù)分別為 所述參考圖像的特征描述子和相應(yīng)的特征點(diǎn)。5. 根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的方法，其中，利用尺度不變特征轉(zhuǎn)換算法對(duì)所述 待匹配圖像進(jìn)行特征提取。6. 根據(jù)權(quán)利要求5所述的方法，其中，從所述第一待匹配數(shù)據(jù)中獲取第三待匹配數(shù)據(jù) 包括： 設(shè)定良好匹配距離閾值； 利用快速最近鄰逼近搜索函數(shù)庫(kù)匹配算法計(jì)算所述第一待匹配數(shù)據(jù)與所述相應(yīng)第一 參考數(shù)據(jù)的匹配距離；以及 將所述匹配距離小于所述良好匹配距離閾值的所述第一待匹配數(shù)據(jù)確定為所述第三 待匹配數(shù)據(jù)。7. 根據(jù)權(quán)利要求1至6中任一項(xiàng)所述的方法，其中，利用隨機(jī)抽樣一致算法中的變換矩 陣獲取算法獲取關(guān)于所述第三待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣，所述匹配矩陣 為仿射變換矩陣。8. 根據(jù)權(quán)利要求6或7所述的方法，其中，所述第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù)分別 為所述待匹配圖像的特征描述子和相應(yīng)的特征點(diǎn)。9. 根據(jù)權(quán)利要求1或8中任一項(xiàng)所述的方法，其中，所述待檢測(cè)對(duì)象和所述參考對(duì)象還 具有字符串，則所述方法還包括： 獲取所述參考對(duì)象的參考特征字符串文件； 從所述待檢測(cè)對(duì)象中獲取待匹配特征字符串文件；以及 對(duì)所述待匹配特征字符串文件與所述參考對(duì)象的參考特征字符串文件進(jìn)行比對(duì)，并根 據(jù)比對(duì)結(jié)果產(chǎn)生字符串匹配檢測(cè)結(jié)果。10. 根據(jù)權(quán)利要求9所述的方法，其中，根據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè) 結(jié)果包括： 根據(jù)所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果的結(jié)合產(chǎn)生對(duì)象匹配檢測(cè)結(jié) 果。11. 根據(jù)權(quán)利要求10所述的方法，其中，若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配 檢測(cè)結(jié)果均為不相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為不相似；若所述圖像匹配檢測(cè)結(jié)果和所 述字符串匹配檢測(cè)結(jié)果至少有一個(gè)為相似，則產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為相似。12. 根據(jù)權(quán)利要求9至11中任一項(xiàng)所述的方法，其中，所述待檢測(cè)對(duì)象和所述參考對(duì)象 所具有的字符串包括字母、文字及數(shù)字字符中的一種或任意組合。13. 根據(jù)權(quán)利要求9至12中任一項(xiàng)所述的方法，其中，所述待檢測(cè)對(duì)象為待檢測(cè)的軟 件，所述參考對(duì)象為參考軟件。14. 根據(jù)權(quán)利要求13所述的方法，其中，所述待檢測(cè)對(duì)象和所述參考對(duì)象采用爬蟲(chóng)技 術(shù)獲取。15. 根據(jù)權(quán)利要求13或14所述的方法，其中，所述待匹配圖像為所述待檢測(cè)軟件的圖 標(biāo)，所述參考圖像為參考軟件的圖標(biāo)。16. 根據(jù)權(quán)利要求15所述的方法，其中，所述待匹配特征字符串文件為所述待檢測(cè)軟 件的特征字符串文件，所述待檢測(cè)軟件的特征字符串文件包括：所述待檢測(cè)軟件的簽名、證 書(shū)、包名、應(yīng)用名、資源文件、全局配置文件、源代碼及引用庫(kù)中的一種或任意組合；所述參 考特征字符串文件為參考軟件的特征字符串文件，所述參考軟件的特征字符串文件包括： 所述參考軟件的簽名、證書(shū)、包名、應(yīng)用名、資源文件、全局配置文件、源代碼及引用庫(kù)中的 一種或任意組合。17. 根據(jù)權(quán)利要求16所述的方法，其中，所述待檢測(cè)軟件的特征字符串文件通過(guò)反編 譯工具解析所述待檢測(cè)軟件獲取，所述參考軟件的特征字符串文件通過(guò)反編譯工具解析所 述參考軟件獲取。18. -種用于對(duì)具有圖像的對(duì)象進(jìn)行匹配檢測(cè)的設(shè)備，其中，所述設(shè)備包括： 第一裝置，用于獲取參考對(duì)象及所述參考對(duì)象的第一參考數(shù)據(jù)和第二參考數(shù)據(jù)； 第二裝置，用于獲取待檢測(cè)對(duì)象，并從所述待檢測(cè)對(duì)象中獲取待匹配圖像； 第三裝置，用于對(duì)所述待匹配圖像進(jìn)行特征提取，以獲得第一待匹配數(shù)據(jù)和第二待匹 配數(shù)據(jù)，并對(duì)所述第一待匹配數(shù)據(jù)與所述第一參考數(shù)據(jù)進(jìn)行比對(duì)，以從所述第一待匹配數(shù) 據(jù)中獲取第三待匹配數(shù)據(jù)； 第四裝置，用于獲取關(guān)于所述第三待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配矩陣； 第五裝置，用于通過(guò)檢測(cè)所述匹配矩陣的各個(gè)維度的值產(chǎn)生圖像匹配檢測(cè)結(jié)果； 第六裝置，用于根據(jù)所述圖像匹配檢測(cè)結(jié)果產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。19. 根據(jù)權(quán)利要求15至17中任一項(xiàng)所述的設(shè)備，其中，所述第一裝置包括： 第一單元，用于獲取參考對(duì)象； 第二單元，用于從所述參考對(duì)象中獲取參考圖像；以及 第三單元，用于對(duì)所述參考圖像進(jìn)行特征提取，以獲得所述第一參考數(shù)據(jù)和所述第二 參考數(shù)據(jù)。20. 根據(jù)權(quán)利要求19所述的設(shè)備，其中，所述第三單元利用尺度不變特征轉(zhuǎn)換算法對(duì) 所述參考圖像進(jìn)行特征提取。21. 根據(jù)權(quán)利要求20所述的設(shè)備，其中，所述第一參考數(shù)據(jù)和所述第二參考數(shù)據(jù)分別 為所述參考圖像的特征描述子和相應(yīng)的特征點(diǎn)。22. 根據(jù)權(quán)利要求18至21中任一項(xiàng)所述的設(shè)備，其中，所述第三裝置利用尺度不變特 征轉(zhuǎn)換算法對(duì)所述待匹配圖像進(jìn)行特征提取。23. 根據(jù)權(quán)利要求22所述的設(shè)備，其中，所述第三裝置從所述第一待匹配數(shù)據(jù)中獲取 第三待匹配數(shù)據(jù)包括： 設(shè)定良好匹配距離閾值； 利用快速最近鄰逼近搜索函數(shù)庫(kù)匹配算法計(jì)算所述第一待匹配數(shù)據(jù)與所述相應(yīng)第一 參考數(shù)據(jù)的匹配距離；以及 將所述匹配距離小于所述良好匹配距離閾值的所述第一待匹配數(shù)據(jù)確定為所述第三 待匹配數(shù)據(jù)。24. 根據(jù)權(quán)利要求18至23中任一項(xiàng)所述的設(shè)備，其中，所述第四裝置利用隨機(jī)抽樣一 致算法中的變換矩陣獲取算法獲取關(guān)于所述第三待匹配數(shù)據(jù)與所述第二參考數(shù)據(jù)的匹配 矩陣，所述匹配矩陣為仿射變換矩陣。25. 根據(jù)權(quán)利要求23或24所述的設(shè)備，其中，所述第一待匹配數(shù)據(jù)和第二待匹配數(shù)據(jù) 分別為所述待匹配圖像的特征描述子和相應(yīng)的特征點(diǎn)。26. 根據(jù)權(quán)利要求17至25中任一項(xiàng)所述的設(shè)備，其中，所述待檢測(cè)對(duì)象和所述參考對(duì) 象還具有字符串，則所述設(shè)備還包括： 第七裝置，用于獲取所述參考對(duì)象的參考特征字符串文件； 第八裝置，用于從所述待檢測(cè)對(duì)象中獲取待匹配特征字符串文件；以及 第九裝置，用于對(duì)所述待匹配特征字符串文件與所述參考對(duì)象的參考特征字符串文件 進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果產(chǎn)生字符串匹配檢測(cè)結(jié)果。27. 根據(jù)權(quán)利要求26所述的設(shè)備，其中，所述第六裝置根據(jù)所述圖像匹配檢測(cè)結(jié)果和 所述字符串匹配檢測(cè)結(jié)果的結(jié)合產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果。28. 根據(jù)權(quán)利要求27所述的設(shè)備，其中，若所述圖像匹配檢測(cè)結(jié)果和所述字符串匹配 檢測(cè)結(jié)果均為不相似，則所述第六裝置產(chǎn)生對(duì)象匹配檢測(cè)結(jié)果為不相似；若所述圖像匹配 檢測(cè)結(jié)果和所述字符串匹配檢測(cè)結(jié)果至少有一個(gè)為相似，則所述第六裝置產(chǎn)生對(duì)象匹配檢 測(cè)結(jié)果為相似。29. 根據(jù)權(quán)利要求26或28所述的設(shè)備，其中，所述待檢測(cè)對(duì)象和所述參考對(duì)象所具有 的字符串包括字母、文字及數(shù)字字符中的一種或任意組合。30. 根據(jù)權(quán)利要求26至29中任一項(xiàng)所述的設(shè)備，其中，所述待檢測(cè)對(duì)象為待檢測(cè)的軟 件，所述參考對(duì)象為參考軟件。31. 根據(jù)權(quán)利要求30所述的設(shè)備，其中，所述待檢測(cè)對(duì)象和所述參考對(duì)象采用爬蟲(chóng)技 術(shù)獲取。32. 根據(jù)權(quán)利要求30或31所述的設(shè)備，其中，所述待匹配圖像為所述待檢測(cè)軟件的圖 標(biāo)，所述參考圖像為參考軟件的圖標(biāo)。33. 根據(jù)權(quán)利要求32中所述的設(shè)備，其中，所述待匹配特征字符串文件為所述待檢測(cè) 軟件的特征字符串文件，所述待檢測(cè)軟件的特征字符串文件包括：所述待檢測(cè)軟件的簽名、 證書(shū)、包名、應(yīng)用名、資源文件、全局配置文件、源代碼及引用庫(kù)中的一種或任意組合；所述 參考特征字符串文件為參考軟件的特征字符串文件，所述參考軟件的特征字符串文件包 括：所述參考軟件的簽名、證書(shū)、包名、應(yīng)用名、資源文件、全局配置文件、源代碼及引用庫(kù)中 的一種或任意組合。34.根據(jù)權(quán)利要求33中所述的設(shè)備，其中，所述待檢測(cè)軟件的特征字符串文件通過(guò)反 編譯工具解析所述待檢測(cè)軟件獲取，所述參考軟件的特征字符串文件通過(guò)反編譯工具解析 所述參考軟件獲取。
【文檔編號(hào)】G06F21/12GK105825084SQ201510005669
【公開(kāi)日】2016年8月3日
【申請(qǐng)日】2015年1月6日
【發(fā)明人】侯冬梅, 余文濤
【申請(qǐng)人】阿里巴巴集團(tuán)控股有限公司