-
公开(公告)号：CN116843907B
公开(公告)日：2024-02-13
申请号：CN202310763616.3
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06T7/73 , G06N3/094
Abstract: 本发明提供一种基于深度学习的增强和目标检测方法和系统，通过检测点采样和构建网络拓扑建模针对流量可能路径进行增强处理再采样两种采样方式，其中增强处理能够得到候选位置信息对应的节点。得到两个不同的样本集，将两个样本集输入对抗性网络，计算两者之间的差异度，根据差异度修正候选位置信息，当该差异度小于等于阈值时表示捕获成功，融合得到深度合成样本集，最后通过识别模型分类。
-
公开(公告)号：CN116939244A
公开(公告)日：2023-10-24
申请号：CN202310926808.1
申请日：2023-07-26
Applicant: 中国信息通信研究院
IPC: H04N21/234 , H04N21/24 , H04N21/25 , H04N21/44 , H04N21/442 , H04N21/466
Abstract: 本发明提供一种基于差异化的深度视频检测方法和系统，采用双网络方案，即帧内子网络和帧间子网络，利用帧内特征和帧间特征之间的差异化来深度检测网络视频，其中帧内子网络采用多级卷积层迭代差值来提取帧内特征，帧间子网络采用搭建三层结构捕获移动幅度大的部分来提取帧间特征，最后计算两个特征之间的欧氏距离和对比损失函数，完成检测识别，克服了现有技术计算量大、效率低的不足，实现检测的快速、准确。
-
公开(公告)号：CN116883907A
公开(公告)日：2023-10-13
申请号：CN202310922856.3
申请日：2023-07-26
Applicant: 中国信息通信研究院
Abstract: 本发明提供一种基于帧间相关性的人工智能检测方法和系统，通过引入帧间相关性分析，能够有效地利用视频序列中的时间信息，提高目标检测的准确性。此外，本发明通过预处理操作，可以消除视频序列中的噪声和畸变，提高系统的鲁棒性。通过将特征提取、帧间相关性分析和目标检测结合起来，本发明可以实现更准确、更高效的目标检测。
-
公开(公告)号：CN116883225A
公开(公告)日：2023-10-13
申请号：CN202310897301.8
申请日：2023-07-20
Applicant: 中国信息通信研究院
IPC: G06T1/00
Abstract: 本发明公开了一种基于视频帧特征的视频鉴定方法，涉及视频分类技术领域，包括步骤S100，获取鉴定视频并分帧提取处理特征，所述处理特征包括颜色比对数据、标记物数值比对数据和人像数据；步骤S200，对颜色比对数据和人像数据进行分析处理生成颜色统计标签；步骤S300，对标记物数值比对数据和人像数据分析处理生成标记物数值标签；步骤S400，将颜色统计标签和标记物数值标签进行组合分析，生成标签比对对象，所述标签比对对象包括标签高差对象、标签中差对象和标签低差对象；步骤S500，对所述标签比对对象进行标签占比权重分析，代入标签占比比对阈值中进行比较，整合分析生成真实视频目标、细化鉴定目标和伪造视频目标。
-
公开(公告)号：CN116844245A
公开(公告)日：2023-10-03
申请号：CN202310827279.X
申请日：2023-07-06
Applicant: 中国信息通信研究院
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN116843907A
公开(公告)日：2023-10-03
申请号：CN202310763616.3
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06T7/73 , G06N3/094
Abstract: 本发明提供一种基于深度学习的增强和目标检测方法和系统，通过检测点采样和构建网络拓扑建模针对流量可能路径进行增强处理再采样两种采样方式，其中增强处理能够得到候选位置信息对应的节点。得到两个不同的样本集，将两个样本集输入对抗性网络，计算两者之间的差异度，根据差异度修正候选位置信息，当该差异度小于等于阈值时表示捕获成功，融合得到深度合成样本集，最后通过识别模型分类。
-
公开(公告)号：CN117011766B
公开(公告)日：2024-02-13
申请号：CN202310926811.3
申请日：2023-07-26
Applicant: 中国信息通信研究院
IPC: G06V20/40 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于帧内差异化的人工智能检测方法和系统，通过对视频帧内的差异化数据进行深度学习模型训练，实现对AI行为的精确检测，其中帧内的差异化数据是通过帧内网络获得，所述帧内网络采用多级卷积层迭代差值来提取帧内特征，计算帧内特征之间的欧氏距离和对比损失函数，得到图像差异值，克服了现有技术准确率有限，且对于动态和静态目标的效果不一致的问题，实现检测的快速、准确。
-
公开(公告)号：CN117315750A
公开(公告)日：2023-12-29
申请号：CN202311245508.3
申请日：2023-09-25
Applicant: 中国信息通信研究院
Abstract: 本申请公开一种虚假人脸检测方法、装置及计算机可读介质，其中方法包括：获取待检测的目标人脸图像，目标人脸图像为按照JPEG的标准存储的JPEG图像；从目标人脸图像的JPEG编码信息中提取频域信息；将频域信息输入检测模型进行人脸真假检测，检测模型为预先基于Transformer的深度学习模型训练得到的模型；获取检测模型输出的检测结果。本申请通过直接提取JPEG图像的频域信息，来进行人脸的真假二分类检测，加快了数据在CPU上的加载速度，并提升了模型训练和推理的效率，同时，通过基于Transformer的深度学习模型学习频域上的伪造特征，降低了模型的局部假设偏置，可进一步提升模型的准确率。
-
公开(公告)号：CN117133060A
公开(公告)日：2023-11-28
申请号：CN202311146791.4
申请日：2023-09-06
Applicant: 中国信息通信研究院
Abstract: 本申请提供的一种鉴伪训练图像的预处理方法、装置和电子设备，包括：在待处理图像的人脸区域中确定目标区域，所述目标区域是人脸预设定义组成部分中的一个，人脸中按照五官的种类和皮肤划分为至少两个人脸预设定义组成部分；基于预设的处理方式对于所述目标区域中至少部分进行预设像素填充，得到鉴伪训练图像。
-
公开(公告)号：CN117079356A
公开(公告)日：2023-11-17
申请号：CN202311102453.0
申请日：2023-08-29
Applicant: 中国信息通信研究院
IPC: G06V40/40 , G06V10/82 , G06V10/774 , G06V10/764 , G06V40/16 , G06N3/0455 , G06N3/08
Abstract: 本申请实施例公开了一种对象鉴伪模型构建方法、虚假对象检测方法及装置。其中，该方法包括：对第一训练数据集中的图像进行掩码处理，得到多张掩码处理后的图像；利用多张掩码处理后的图像训练图像重建模型，得到训练完成的图像重建模型；利用训练完成的图像重建模型中的编码器的权重初始化对象鉴伪模型的骨干网络参数，得到初始化完成的对象鉴伪模型；利用第二训练数据集对初始化完成的对象鉴伪模型进行二分类训练，得到训练完成的对象鉴伪模型，该训练完成的对象鉴伪模型用于判断待检测对象图像是否为虚假对象图像。可见，本申请实施例提高了对象鉴伪模型的鲁棒性，从而使得应用该对象鉴伪模型进行虚假对象检测，能提高虚假对象检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.052 seconds)
