-
公开(公告)号：CN117373136A
公开(公告)日：2024-01-09
申请号：CN202310833690.8
申请日：2023-07-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于频率掩膜和注意力一致性的人脸伪造检测方法，包括：获取待检测视频后输入预训练的伪造检测模型，得到表征待检测视频是否为伪造视频的检测结果；预训练的伪造检测模型是采用带有标签的多张参考图像、样本视频、交叉伪造注意力一致性损失函数和交叉熵损失函数，对初始预训练伪造检测模型迭代训练得到的；初始预训练伪造检测模型是采用多张参考图像和交叉熵损失函数，对待训练伪造检测模型迭代训练得到的；每张参考图像是对对应的原始图像进行离散傅里叶变换和高频信息随机丢弃处理后得到的；交叉伪造注意力一致性损失函数用于衡量参考图像与样本视频中视频帧的梯度加权类激活映射图之间的差异。本发明能提高模型的泛化性。
-
公开(公告)号：CN114862920B
公开(公告)日：2025-03-21
申请号：CN202210466776.7
申请日：2022-04-29
Applicant: 西安电子科技大学
IPC: G06T7/292 , G06T5/77 , G06V40/10 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多尺度图像恢复的跨摄像机行人重识别方法，包括：获取跨摄像机查询图像并进行分辨率判断；对查询图像中的低分辨率图像进行多尺度图像恢复，得到若干高质量图像；对高质量图像和图库图像进行多尺度特征提取和融合，得到融合特征；将融合特征与图库图像的特征进行对比分析，得到行人重识别结果。本发明的方法能够适应图像尺度的各种不规则变化，并且能够充分利用不同尺度图像的信息，提升行人重识别的准确度。
-
公开(公告)号：CN116631024A
公开(公告)日：2023-08-22
申请号：CN202310397214.6
申请日：2023-04-13
Applicant: 西安电子科技大学
IPC: G06V40/16 , G06V10/75 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于渐进式对抗生成架构的异质人脸口罩图像生成方法，包括：获取并提取异质人脸图像的人脸关键点，根据人脸关键点选取目标口罩模板；根据目标口罩模板对应的预设关键点和基于人脸关键点确定的目标关键点确定口罩图像；将口罩图像与异质人脸图像合成得到初始图像，并生成该图像的蒙版图像；将该图像的特征向量输入预训练的生成模块得到生成图像；生成图像中口罩部分与背景部分风格一致；预训练的生成模块包括n个预训练的生成网络，前n‑1个生成网络根据输入的图像生成特征图并进行上采样，第n个生成网络根据输入的特征图得到生成图像；根据蒙版图像从生成图像中裁剪口罩区域后将其与异质人脸图像融合，得到目标异质人脸口罩图像。
-
公开(公告)号：CN108154133B
公开(公告)日：2020-04-14
申请号：CN201810023591.2
申请日：2018-01-10
Applicant: 西安电子科技大学
Abstract: 一种基于非对称联合学习的人脸画像‑照片识别方法。其步骤为：(1)获得训练样本集和测试样本集；(2)划分样本子集；(3)获得训练伪样本集；(4)构建非对称特征矩阵；(5)计算非对称联合学习矩阵；(6)计算画像样本与照片样本的相似度值；(7)得到识别结果。本发明使用深度卷积网络提取样本的深度特征向量，利用非对称特征矩阵计算非对称联合学习矩阵，使用非对称联合学习矩阵计算画像与照片的相似度，找出与画像相似度最大的照片作为识别结果。本发明将训练伪样本集加入训练过程，并使用非对称联合学习方法增加类内信息，能准确地识别出画像对应的照片。
-
公开(公告)号：CN119719405A
公开(公告)日：2025-03-28
申请号：CN202411916549.5
申请日：2024-12-24
Applicant: 西安电子科技大学
IPC: G06F16/58 , G06V10/774 , G06V10/82 , G06V10/776 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于低秩适应的零样本跨模态图像检索方法和装置，将待检索的第一模态图像输入检索模型得到输出向量；和预先确定的各类别第二模态图像测试样本的输出向量比较，筛选出低差异的第二模态图像测试样本构成检索集。检索模型是通过利用预设低秩技术，将大模型DINOv2的变压器块中对应层更换为域无关和域相关模块从而增加并联的低秩矩阵分支，并冻结原有网络参数梯度训练且验证后得到的；本发明针对两种不同模态的相似点和独特点，设计域无关和域相关模块替换DINOv2中部分层，使低秩技术能更好适应跨模态的零样本图像检索任务，增加模型鲁棒性。训练时冻结原有参数仅优化低秩矩阵，在减少训练参数的同时可提供更佳的准确率。
-
Patent Agency Ranking
公开(公告)号：CN118097710A
公开(公告)日：2024-05-28
申请号：CN202410010371.1
申请日：2024-01-03
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于属性描述部分屏蔽的换衣行人重识别方法及装置，所述方法包括：通过描述提取模型，提取行人包括颜色信息的属性特征并屏蔽行人的衣物特征，得到一维遮蔽属性描述信息；将行人图像和一维的遮蔽属性描述特征输入至训练好的自注意力特征提取网络，以对行人图像和一维的遮蔽属性描述特征进行多头自注意操作，得到行人的识别结果。根据本发明提供的方法，能够充分利用颜色信息并排除行人衣物对识别的干扰；由于本发明不是直接通过复杂处理过程来提取行人图像中与衣物无关的信息对其进行识别，因此本发明中使用到的模型结构简单，能够降低计算复杂度、提高应用效率。
-
公开(公告)号：CN117636430A
公开(公告)日：2024-03-01
申请号：CN202311610474.3
申请日：2023-11-28
Applicant: 西安电子科技大学
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/094
Abstract: 本发明提供了一种基于对抗语义掩膜的隐蔽性人脸攻击对抗方法及系统。方法包括：将原始图像输入预先训练的伪造检测模型得到类激活图；将类激活图输入预训练的语义分割模型，并根据预设分割任务得到多个选定区域；查询多个选定区域在原始图像中的选定像素点，并根据选定像素点的数量大小确定攻击区域；将原始图像输入预训练的语义分割模型，并根据攻击区域生成对应的语义掩膜；沿着梯度上升的方向在原始图像中添加噪声，并通过预设次数迭代后得到最终对抗样本；利用最终对抗样本、原始图像和对应的语义掩膜，计算得到约束后的对抗图像。通过将最终生成的约束后的对抗图像的扰动限定在预设范围内，提高了对抗图像的生成质量以及可迁移性。
-
公开(公告)号：CN117278453A
公开(公告)日：2023-12-22
申请号：CN202311089012.1
申请日：2023-08-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于边缘计算轻量级协议特征提取方法，涉及边缘计算技术领域，包括以下步骤：将多协议变化下的业务网络数据包输入浮动特征算法模型；浮动特征算法模型加载协议特征库内的协议特征规则，对输入的业务网络数据包依次进行固定特征匹配识别、浮动特征全包浮动匹配和业务关键信息提取；浮动特征算法模型输出提取出的业务关键信息。本发明提供的基于边缘计算轻量级协议特征提取方法，针对网络数据包的业务关键信息的浮动特性，引入一种基于协议特征规则实现浮动特征的关键信息的提取方法，可以针对浮动特征的关键信息进行精准提取。特别是针对很多私有协议的关键信息的提取，提供了很强的灵活性与适应性。
-
公开(公告)号：CN116978092A
公开(公告)日：2023-10-31
申请号：CN202310778466.3
申请日：2023-06-28
Applicant: 西安电子科技大学 , 广西产研院人工智能与大数据应用研究所有限公司
IPC: G06V40/16 , G06V10/82 , G06N3/0895 , G06N3/094 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于模态对抗扰动的半监督异质人脸识别方法，包括：获取包括有标签数据和无标签数据的异质人脸数据集；构建包括多协作人脸表示模块和人脸模态对抗扰动模块的半监督学习异质人脸识别模型；其中，多协作人脸表示模块利用网络中不同深度的多样和模态不变判别知识的相关交互提取更强的模态不变判别特征；人脸模态对抗扰动模块用于生成模态扰动图像，将数据映射到模态不可知子空间，以缓解数据模态差异；基于异质人脸数据集对半监督学习异质人脸识别模型进行训练，以便于利用训练好的模型实现异质人脸识别。该方法仅使用较少的标记数据，即可达到很好的识别正确率，降低了对标记数据的需求和算法复杂度，具有更好的识别性能。
-
公开(公告)号：CN116206347A
公开(公告)日：2023-06-02
申请号：CN202211648476.7
申请日：2022-12-21
Applicant: 西安电子科技大学
IPC: G06V40/16 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464 , G06N3/0455 , G06N3/0475
Abstract: 本发明公开了一种基于重构误差分布的人脸伪造检测方法，包括：基于双流重构策略构建包括局部变压器重建模块、全局卷积重建模块以及伪造检测模块的人脸伪造检测网络模型；利用随机掩码策略对待检测图像进行数据增强，得到像素序列；分别利用局部变压器重建模块和全局卷积重建模块对像素序列和待检测图像进行重建，得到局部重建图像和全局重建图像；基于局部重建图像和全局重建图像对应的重建误差分布进行图像合并，得到融合图像；利用伪造检测模块对融合图像进行预测，得到人脸伪造检测结果。该方法同时考虑了鲁棒性提取真伪特征和从局部与全局鲁棒性的表征特征，使得最终得到的特征更加具有分辨性和鲁棒性，从而实现了更鲁棒的人脸伪造检测。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.028 seconds)
