[发明专利]活体检测和模型训练方法、设备及介质有效

专利信息
申请号: 202110932017.0 申请日: 2019-11-27
公开(公告)号: CN113642466B 公开(公告)日: 2022-11-01
发明(设计)人: 付华;赵立军;蒋宁 申请(专利权)人: 马上消费金融股份有限公司
主分类号: G06V40/40 分类号: G06V40/40;G06V40/16;G06V10/774
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 许静;王丹
地址: 404100 重庆市渝北区*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种活体检测、图像分类和模型训练方法、装置、设备及介质,涉及图像处理技术领域,以提高活体检测的速度。该方法包括:获取目标人脸图像组,其中,所述目标人脸图像组中包括一帧RGB图和所述RGB图对应的一帧深度图;将所述RGB图和所述深度图以第一融合方式进行融合,得到第一融合图像;将所述第一融合图像输入到第一模型中,得到第一活体检测结果。其中,第一模型为SqueezeNet,所述RGB图中人脸区域的大小符合第一预设要求且所述深度图的深度符合第二预设要求。本发明实施例可提高活体检测的速度。
搜索关键词: 活体 检测 模型 训练 方法 设备 介质
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于马上消费金融股份有限公司,未经马上消费金融股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202110932017.0/,转载请声明来源钻瓜专利网。

同类专利
  • 活体检测模型训练方法、活体检测方法和装置-202310743817.7
  • 邱翰;张庆娜;张椿海;王进 - 虹软科技股份有限公司
  • 2023-06-20 - 2023-10-27 - G06V40/40
  • 本申请实施例公开了一种活体检测模型训练方法、活体检测方法和装置。所述方法包括:建立训练数据集;通过特征提取网络提取所述训练数据集各图像样本对应的表示向量,其中,所述表示向量包括所述图像样本包含的先验数据的特征向量以及所述图像样本对应的干扰数据的特征向量;将所述表示向量输入初始检测模型,基于总损失函数对所述初始检测模型进行迭代训练直至模型收敛,获得活体检测模型,其中,所述总损失函数至少由特征提取网络的损失和初始检测模型的损失的加权和构成。本发明解决了如何提高活体检测结果的准确性和鲁棒性的技术问题。
  • 活体检测方法、电子设备及存储介质-202310798336.6
  • 张广昊;金宇林;莫原野;马志明 - 北京旷视科技有限公司
  • 2023-06-30 - 2023-10-27 - G06V40/40
  • 本申请实施例公开一种活体检测方法、电子设备及存储介质,该方法包括:在需要进行活体检测时,在显示屏上显示活体检测界面,其中,所述活体检测界面是基于当前次获取的界面显示参数生成的,所述活体检测界面用于指示目标对象的动作或位置;采集朝向所述活体检测界面的目标对象的至少一张待检测图像,其中,所述待检测图像中包含所述目标对象的脸部;基于活体参数和所述界面显示参数,对所述目标对象进行活体检测,得到所述目标对象的第一活体检测结果;其中,所述活体检测参数是基于所述至少一张待检测图像得到的。
  • 活体检测方法、活体检测模型训练方法、装置及电子设备-202310804978.2
  • 王珂尧;张国生 - 北京百度网讯科技有限公司
  • 2023-06-30 - 2023-10-27 - G06V40/40
  • 本公开涉及计算机技术领域,尤其涉及人工智能技术领域,具体为计算机视觉、图像处理、深度学习等技术领域,可应用于智慧城市等场景,具体涉及一种活体检测方法、活体检测模型训练方法、装置及电子设备。具体实现方案为:获取针对目标对象的多张活体检测图像;针对每张活体检测图像,从活体检测图像中截取至少两张不同尺度的人脸图像,以组成至少两个人脸图像组;其中,每个人脸图像组包括具有相同尺度的多张人脸图像;将每个人脸图像组转换为包括多个图像光流特征的光流特征组,以获得多个光流特征组;基于多个光流特征组,获得针对目标对象的活体检测结果。采用本公开可以提高活体检测结果的准确性。
  • 一种人脸活体检测方法、装置、设备及存储介质-202211658702.X
  • 杨静;刘世策;毕明伟;丁守鸿 - 腾讯科技(深圳)有限公司
  • 2022-12-22 - 2023-10-27 - G06V40/40
  • 本申请实施例公开了一种人脸活体检测方法、装置、设备及存储介质,相关实施例可应用于地图、智慧交通、人工智能等各种场景,用于提高人脸活体检测的安全性。本申请实施例的方法包括:获取待处理人脸视频,并从待处理人脸视频中提取目标图像帧,获取目标图像帧中的人脸所对应的纹理信息以及形变信息,将纹理信息以及形变信息输入至人脸活体检测模型,通过人脸活体检测模型的特征编码层进行特征处理,得到纹理特征以及形变特征,将纹理特征以及形变特征拼接为目标特征,并目标特征输入至人脸活体检测模型的分类器,通过分类器输出目标特征对应的人脸活体预测得分,若人脸活体预测得分大于或等于活体阈值,则确定待处理人脸视频中的人脸为活体。
  • 活体检测方法、装置、电子设备和计算机程序产品-202310911236.X
  • 张健;雷珺;吴楠 - 中移(杭州)信息技术有限公司;中国移动通信集团有限公司
  • 2023-07-24 - 2023-10-27 - G06V40/40
  • 本申请涉及数据处理技术领域,提供一种活体检测方法、装置、电子设备和计算机程序产品。该方法包括:采集用户的视频信息、语音信息以及文本图像;提取视频信息的唇语图片序列特征,语音信息的语音序列特征,以及文本图像的文本序列特征;对唇语图片序列特征和语音序列特征进行第一多模态特征融合,得到第一识别结果;对语音序列特征和文本序列特征进行第二多模态特征融合,得到第二识别结果;若第一识别结果与第二识别结果相同,则确定待检测用户为活体。本申请利用不同模态间的信息,进行模态间特征的互补与增强,以使某个模态受到环境影响时,可以从另一个模态信息互补,提高活体检测信息交互完整性和鲁棒性,从而提高活体检测的准确性。
  • 一种数据处理方法以及相关装置-202310787686.2
  • 李博;陈兆宇;吴双;丁守鸿 - 腾讯科技(深圳)有限公司
  • 2023-06-29 - 2023-10-27 - G06V40/40
  • 本申请提供了一种数据处理方法以及相关装置。本申请实施例可应用于计算机视觉技术领域。本申请实施例提供的数据处理方法,首先,通过正样本图像及M类负样本图像对活体检测模型进行训练,使得生成的活体检测预训练模型能对图像中是否包含真实对象活体信息进行确定,接着,根据正样本图像及M类负样本图像生成样本对抗图像,赋予样本对抗图像对应的标签,然后,根据样本对抗图像及其对应的标签再次对活体检测预训练模型进行训练,从对抗攻防的角度进行数据增强,通过数据增强后的训练数据优化活体检测预训练模型,使得训练后的活体检测模型能够对真实对象活体进行准确检测,提高防御能力。
  • 一种换脸攻击黑模板、换脸图像识别方法及装置-202310947114.6
  • 程序;丁盘苹;李兴柯;冯十辰 - 中国工商银行股份有限公司
  • 2023-07-31 - 2023-10-27 - G06V40/40
  • 本文涉及人工智能领域,提供了一种换脸攻击黑模板、换脸图像识别方法及装置,其中,方法包括:对各存量人像图像进行预处理后输入至特征提取模型中,得到各存量人脸图像的特征向量;根据所有存量人像图像的特征向量,计算得到相似度矩阵;根据相似度矩阵,确定疑似黑模板的图像,并将其特征向量加入至黑模板库中。本文借助特征提取模型提取图像特征向量,通过对图像特征向量进行相似度计算,得到相似度矩阵,根据相似度矩阵确定疑似黑模板的图像,能够及时、主动且全面的获得所有黑模板,进而提高对批量AI换脸攻击识别时效性和覆盖率。
  • 一种基于多脸部的换脸检测方法和相关装置-202210384542.8
  • 陈燊;姚太平;陈阳;丁守鸿 - 腾讯科技(深圳)有限公司
  • 2022-04-13 - 2023-10-27 - G06V40/40
  • 本申请实施例公开了一种基于多脸部的换脸检测方法和相关装置,应用于人工智能,对包括多个脸部的待检测图像进行脸部检测处理,得到N个预测脸部区域和预测脸部区域的脸部置信度,N≥2;过滤N个预测脸部区域中脸部置信度小于预设置信度的脸部区域得到多个候选脸部区域;通过多个候选脸部区域的预设特征值和预设特征值对应的预设阈值,过滤多个候选脸部区域得到M个目标脸部区域,预设特征值用于表示候选脸部区域的相对重要程度,M<N;对M个目标脸部区域进行换脸检测处理,得到M个目标脸部区域的预测换脸概率;通过M个目标脸部区域的预测换脸概率,确定待检测图像的预测换脸结果。该方法提升检测待检测图像是否存在脸部换脸的准确度。
  • 一种基于深度图像的人脸活体检测方法及设备-201811389913.1
  • 刘伟华;钱贝贝;胡本川;张林 - 奥比中光科技集团股份有限公司
  • 2018-11-21 - 2023-10-27 - G06V40/40
  • 本发明涉及一种基于深度图像的人脸活体检测方法及装置,所述方法包括如下步骤:S1、接收包含人脸的深度图像;S2、检测所述深度图像中的人脸区域;S3、对所述人脸区域深度图像预处理实现图像增强并提取有效人脸深度图像;S4、将有效人脸深度图像输入至经训练的深度卷积神经网络,以检测所述人脸是真实人脸或虚假人脸。由于直接采用包含人脸的深度图像,并经图像处理得到有效人脸深度图像,利用经训练的深度卷积神经网络来检测人脸是真实人脸或虚假人脸,解决了传统的单目彩色相机无法较好恢复出人脸三维信息的问题,从而对识别率有较大的提升。
  • 活体检测方法、装置、设备及存储介质-202310901516.2
  • 高铭泽;符殷铭;张毅;周艳;白国涛;赵淳;孙昊 - 中移信息技术有限公司;中国移动通信集团有限公司
  • 2023-07-20 - 2023-10-24 - G06V40/40
  • 本发明公开了一种活体检测方法、装置、设备及存储介质,包括:获取待识别人脸图像,并将待识别人脸图像转换为缩略人脸图像;根据缩略人脸图像确定待识别人脸图像中局部细节图像的图像区域信息;根据图像区域信息从待识别人脸图像中提取局部细节图像;根据局部细节图像确定待识别人脸图像对应的局部纹理特征和时序特征;根据局部纹理特征和时序特征确定待识别人脸图像的活体预测概率。本发明同时将待识别人脸图像和缩略人脸图像作为输入,根据缩略人脸图像确定的图像区域信息提取局部细节图像,根据局部细节图像确定局部纹理特征和时序特征,根据局部纹理特征和时序特征确定活体预测概率,在降低数据计算量的同时保证了活体检测的准确度。
  • 人脸静默活体检测方法、装置、可读存储介质及设备-201910352598.3
  • 周军;王洋;江武明;丁松 - 北京眼神智能科技有限公司;北京眼神科技有限公司
  • 2019-04-29 - 2023-10-24 - G06V40/40
  • 本发明公开了一种人脸静默活体检测方法、装置、计算机可读存储介质及设备,属于人脸识别领域。该方法包括:训练包括第一级卷积神经网络和第二级卷积神经网络的级联卷积神经网络;获取待检测人脸图像并进行预处理。将预处理后的人脸图像输入级联卷积神经网络,若第一级卷积神经网络和第二级卷积神经网络均判断为活体,则活体检测通过。其中,第一级卷积神经网络通过打印类假体图像和活体图像进行训练,第二级卷积神经网络通过屏幕类假体图像、活体图像和经过第一级卷积神经网络判断为活体的打印类假体图像进行训练。本发明使用CNN活体检测框架,解决打印类假体和屏幕类假体的活体检测,并使用分治法使得其更加有效,提高了活体检测的准确性。
  • 活体检测方法、装置、电子设备及存储介质-202211456436.2
  • 何超超 - 中移(杭州)信息技术有限公司;中国移动通信集团有限公司
  • 2022-11-21 - 2023-10-20 - G06V40/40
  • 本发明实施例提供一种活体检测方法、装置、电子设备及存储介质。其中,所述方法包括:获取待检测图片的至少一种尺寸对应的第一图像;基于第一模型对所述第一图像进行处理,得到所述第一图像对应的全局特征信息;基于第二模型对所述第一图像进行处理,得到所述第一图像对应的第一区域信息;所述第一模型与所述第二模型不同;根据所述全局特征信息和所述第一区域信息,确定所述第一图像对应的活体检测结果。无需将待检测图片进行缩放或调整至统一尺寸,通过第一模型和第二模型对至少一种尺寸对应的第一图像进行处理,能够适配任意大小的待检测图片,避免了图片尺度变换中引起的畸变、特征信息偏移等影响,具有精度高、速度快、计算量少等优点。
  • 图像检测模型的训练方法、装置、电子设备及存储介质-202110888202.4
  • 黄泽斌 - 北京百度网讯科技有限公司
  • 2021-08-03 - 2023-10-20 - G06V40/40
  • 本公开提供了图像检测模型的训练方法、装置、电子设备及存储介质,涉及人工智能技术领域,具体涉及计算机视觉和深度学习技术领域,可应用于人脸识别和活体检测等场景。具体实现方案为:获取训练数据,其中,训练数据包括:样本图像以及样本图像的标签;确定与样本图像的标签对应的教师图像检测模型;其中,教师图像检测模型采用具有标签的训练数据训练得到;根据教师图像检测模型确定样本图像的特征向量;根据样本图像、样本图像的标签以及特征向量,对初始的学生图像检测模型进行系数调整,以实现训练,该方法可提高学生图像检测模型在每种标签对应的图像上的检测准确度。
  • 一种基于深度学习特征融合的掌静脉活体检测方法-202310914788.6
  • 周杨钢;李学双;赵国栋 - 江苏圣点世纪科技有限公司
  • 2023-07-25 - 2023-10-20 - G06V40/40
  • 本发明涉及一种基于深度学习特征融合的掌静脉活体检测方法,属于生物识别技术领域,包括以下步骤:采集用户的掌静脉图像,对其进行归一化处理,获得目标训练图像;构建掌静脉活体检测模型,掌静脉活体检测模型包括特征提取分类分支和特征边界监督分支;将目标训练图像输入掌静脉活体检测模型,分别计算特征提取分类分支和特征边界监督分支损失,并根据所述损失训练所述掌静脉活体检测模型;将待检测的掌静脉图像输入训练完成的掌静脉活体检测模型中,得到待检测的掌静脉图像的活体分类结果。本发明通过设计特征边界监督分支,让活体模型同时兼顾局部与全局特征,提升其鲁棒性。
  • 业务办理中的活体检测方法、装置和计算机设备-202310884952.3
  • 王亚新;金潇泽;杨洁琼;江文乐 - 中国工商银行股份有限公司
  • 2023-07-18 - 2023-10-17 - G06V40/40
  • 本申请涉及一种业务办理中的活体检测方法、装置和计算机设备,可用于人工智能技术领域,也可用于金融科技领域或其他相关领域。该方法包括:从参与视频通话的当前业务办理对象的对象视频中,提取出与纯色画面展示时间对应的目标视频帧;根据目标视频帧的反射光的颜色和展示的纯色画面的颜色,确定初始活体检测结果;在初始活体检测结果表示当前业务办理对象为待验证活体的情况下,从对象视频中提取出目标视频帧的前视频帧和后视频帧;根据目标视频帧的帧差信息,确定人脸深度信息特征,以及根据前视频帧和后视频帧的帧差信息,确定时序信息特征;根据人脸深度信息特征和时序信息特征,确定目标活体检测结果。采用本方法能够提供活体检测准确率。
  • 基于空频特征融合的知识蒸馏深度伪造检测方法及系统-202310745242.2
  • 吴晓寒;王波;唐烨灵 - 大连理工大学
  • 2023-06-21 - 2023-10-17 - G06V40/40
  • 本发明公开了一种基于空频特征融合的知识蒸馏深度伪造检测方法及系统,包括:构建知识蒸馏框架下的教师模型和学生模型,所述教师模型和所述学生模型均采用空频融合分支作为骨干网络;利用原始图像训练教师模型;用成对的原始图像和压缩图像输入知识蒸馏框架的方式训练学生模型,所述学生模型训练过程中,所述教师模型的空频特征、软标签和所述学生模型的硬标签作为所述学生模型的监督;利用训练好的学生模型进行图像的深度伪造检测。本发明将空域和频域信息集成在知识蒸馏框架内,以实现高效的深度伪造检测,该方法在压缩场景下性能优越。
  • 活体检测模型训练及活体检测方法、装置、设备和介质-202310703457.8
  • 张国生 - 北京百度网讯科技有限公司
  • 2023-06-14 - 2023-10-13 - G06V40/40
  • 本公开提供了一种活体检测模型训练及活体检测方法、装置、设备和存储介质,涉及人工智能技术领域,具体为计算机视觉、图像处理、深度学习等技术领域。该活体检测模型的训练方法包括:采用目标场景的活体检测模型对样本图像进行处理,以获得所述样本图像的预测检测结果;基于所述目标场景的度量指标的指标值,确定所述目标场景的奖励值;基于所述样本图像的真实检测结果、所述样本图像的预测检测结果和所述目标场景的奖励值,构建所述目标场景的损失函数;基于所述目标场景的损失函数,调整所述目标场景的活体检测模型的模型参数。本公开可以提升活体检测的精准度。
  • 人脸炫光程度的检测方法、装置、设备及存储介质-202111088186.7
  • 梁俊杰 - 平安银行股份有限公司
  • 2021-09-16 - 2023-10-13 - G06V40/40
  • 本发明涉及人工智能技术,揭露了一种人脸炫光程度的检测方法,包括:对移动终端的相机参数进行间隔采样;利用分类模型对所述相机参数进行分类预测,得到第一炫光检测结果;发射随机光线生成炫光视频,并抽取关键帧图像;基于人脸检测算法从所述关键帧图像中获取人脸中间区域,得到人脸图像;利用预设的颜色类别检测模型对每张所述人脸图像进行颜色分类检测,得到第二炫光检测结果;根据所述第一炫光检测结果和所述第二炫光检测结果,得到最终检测结果。此外,本发明还涉及区块链技术,炫光视频可存储于区块链的节点。本发明还提出一种人脸炫光程度的检测装置、电子设备以及存储介质。本发明可以解决人脸炫光程度检测时的准确度较低的问题。
  • 口罩人脸图像的鉴伪方法、装置、电子设备及存储介质-202310624947.9
  • 张学谦;李亚利;黄翊东 - 清华大学
  • 2023-05-30 - 2023-10-10 - G06V40/40
  • 本发明提供一种口罩人脸图像的鉴伪方法、装置、电子设备及存储介质,其中的方法包括:获取目标人脸图像,目标人脸图像包括人脸区域和口罩区域;对目标人脸图像进行预处理,得到预处理人脸图像;根据预处理人脸图像中人脸区域对应的光谱信息,对目标人脸图像进行鉴伪处理,得到人脸鉴伪结果。该方法通过超表面快照式高光谱相机获取目标人脸图像,并提取人脸区域的光谱信息,从而基于提取的光谱信息对目标人脸图像进行鉴伪处理,能够同时对戴口罩人脸图像、未知数字高仿和物理高仿人脸图像进行精确鉴别,克服了现有人脸鉴伪方法应对未知数字高仿和物理高仿人脸图像表现不足的缺陷,有效提升了人脸图像鉴伪的鉴别精度。
  • 人脸视频识别方法及系统-202310539105.3
  • 谢晓栋;曾华林;朱大立 - 中国科学院信息工程研究所
  • 2023-05-12 - 2023-10-10 - G06V40/40
  • 本发明提供一种人脸视频识别方法及系统,方法包括:获取人脸视频对应的视频帧图像序列,视频帧图像序列是由多张视频帧图像组成,视频帧图像是通过对人脸视频进行逐帧处理后得到;根据视频帧图像序列,获取人脸视频中的人体心率特征和纹理特征;根据人体心率特征和纹理特征,确定人脸视频的真伪。所述系统执行所述方法。本发明可以显著降低将伪造人脸视频识别为真实人脸视频的概率,能够有效的防止人脸欺骗攻击和伪造人脸视频攻击,降低秘密信息泄漏风险。
  • 真人辨识方法及其系统-202210321158.3
  • 蔡展鵬;卢奇·曼杰斯·汉那斯克;郭朕逢 - 瑞昱新加坡有限公司
  • 2022-03-24 - 2023-10-10 - G06V40/40
  • 真人辨识方法包含依据第一影像、第二影像及特征点程序,获得多个第一特征点及多个第二特征点,第一特征点包含两个第一固定特征点及至少一第一变动特征点,第二特征点包含两个第二固定特征点及至少一第二变动特征点;依据第一固定特征点及第二固定特征点,获得第一转换函数;依据第一转换函数及第一变动特征点,获得至少一核对特征点;及依据核对特征点及第二变动特征点,判断第二影像是否为假人影像。另一实施例的真人辨识方法包含依据第一特征点及第二特征点,获得第四转换函数;在第四转换函数不符合预设约束时,判断第二影像为真人影像。
  • 人脸活体检测模型、方法、装置、设备及存储介质-201911380540.6
  • 于丽 - 上海闻泰信息技术有限公司
  • 2019-12-27 - 2023-10-10 - G06V40/40
  • 本发明公开了一种人脸活体检测模型、方法、装置、设备及存储介质,该模型包括:依次连接的批量归一化层、第一卷积层、最大池化层、网络主体模块以及全连接层,网络主体模块用于根据最大池化层的输出特征图,确定最大池化层的输出特征图的浅层特征和深层特征,并将浅层特征以及深层特征进行结合,将结合后的特征图输出至全连接层,全连接层用于根据结合后的特征图,确定输入批量归一化层的待检测人脸的图像中的待检测人脸是否为活体人脸。一方面,该模型为基于卷积网络的模型,在训练时,不需要存储大量数据,降低了对硬件的依赖该模型;另一方面,在进行检测时,相当于结合待检测人脸的图像的深层特征以及浅层特征进行检测,提高了检测精度。
  • 活体检测方法及设备-202010457118.2
  • 陈健生;王潇宇;于诚;鲍佳宇 - 清华大学
  • 2020-05-26 - 2023-10-10 - G06V40/40
  • 本发明提供一种活体检测方法及设备,所述方法包括:利用第一神经网络在视频中检测人脸区域;利用第二神经网络确定所述人脸区域的实际姿态表征;将所述实际姿态表征与给定姿态表征进行比对;根据比对结果确定所述视频中是否存在活体。
  • 一种视频内容真伪鉴别方法-202310827279.X
  • 郑威;云剑;凌霞;郑晓玲;周凡棣;海涵;辛鑫;刘澎 - 中国信息通信研究院
  • 2023-07-06 - 2023-10-03 - G06V40/40
  • 本发明公开了一种视频内容真伪鉴别方法,包括以下步骤,对待鉴定视频进行视频预处理,并逐帧获取视频内容鉴定数据,视频内容鉴定数据包括人体肤色数据与环境影响数据;建立人体肤色比对模型,将获取的人体肤色数据代入人体肤色比对模型中进行人体肤色分析,以获取人体肤色变化标记;建立环境数据比对模型,将获取的人体肤色数据和环境影响数据代入环境数据比对模型中进行环境影响分析,生成环境影响系数和人体肤色系数;建立深度学习模型,对环境影响系数和人体肤色影响系数进行分析比对,以获取图像处理标记;根据人体肤色变化标记和图像处理标记,据此分析生成虚假内容标识、可疑内容标识和可信内容标识。
  • 一种人脸活体检测模型的训练方法及人脸活体检测方法-202310748990.6
  • 肖遥 - 杭州萤石软件有限公司
  • 2023-06-21 - 2023-10-03 - G06V40/40
  • 本申请实施例提供了一种人脸活体检测模型的训练方法及人脸活体检测方法,应用于图像信息技术领域。该方法包括:利用多个源域中主源域中的样本人脸图像对基础模型进行训练,得到训练完成的基础模型;利用训练完成的基础模型中的特征提取器,对主源域中各人脸活体检测类别下的样本人脸图像进行特征提取,并基于所提取的图像特征,确定主源域的类别信息;确定基于训练完成的基础模型所构建的待训练的人脸活体检测模型;利用多个源域和目标域中的样本人脸图像,对待训练的人脸活体检测模型进行训练,得到训练完成的人脸活体检测模型。通过本方案,可以提高人脸活体检测模型的活体检测准确率。
  • 基于双分支卷积抑制纹理网络的人脸伪造检测方法及系统-202310293515.4
  • 章登勇;黎岱杰;李峰;宫蓉蓉 - 长沙理工大学
  • 2023-03-23 - 2023-10-03 - G06V40/40
  • 本发明公开了一种基于双分支卷积抑制纹理网络的人脸伪造检测方法及系统,本方法将待预测人脸图像输入至双分支卷积抑制纹理网络进行人脸伪造检测,获得人脸伪造检测结果;其中进行人脸伪造检测包括:将第一纹理抑制特征图和第二纹理抑制特征图相加,获得第一支路的第一特征图;将纹理抑制注意力特征图和第二支路的特征图进行元素相乘,获得第二支路的第一特征图;将第一支路的特征和第二支路的特征输入至跨流融合模块中进行不同维度的特征融合,获得第一支路的融合特征和第二支路的融合特征;将每个维度上的融合特征进行整平操作和拼接操作后输入至全连接层,获得人脸伪造检测结果。本发明能够提高模型的泛化性能,提高人脸伪造检测的准确度。
  • 人脸图像的伪造检测方法及相关产品-202310588111.8
  • 李厚强;王震东;陈鸿;周文罡;王福海 - 招联消费金融有限公司;中国科学技术大学先进技术研究院
  • 2023-05-23 - 2023-10-03 - G06V40/40
  • 本申请涉及一种人脸图像的伪造检测方法及相关产品。所述方法包括:将视频训练集中的人脸图像依次输入至检测模型;检测模型为包括时间子网络和空间子网络的时空特征提取网络;通过检测模型的时空特征提取网络依次从输入的人脸图像中提取人脸特征;在分别固定空间子网络、时间子网络的参数时,基于时空特征提取网络对人脸特征进行特征处理,得到包含时间伪影特征和空间伪影特征的人脸复合特征;根据人脸复合特征和人脸特征确定人脸图像的检测结果,依据检测结果与对应的人脸标签分别对时间权重和空间权重进行优化;通过达到收敛条件的检测模型对待测人脸图像进行人脸伪造检测,得到检测结果。采用本方法进行人脸伪造检测具有更准确的检测结果。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top