-
公开(公告)号：CN113723196A
公开(公告)日：2021-11-30
申请号：CN202110881067.0
申请日：2021-08-02
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开一种基于预测学习的视频虚假人脸检测方法及装置，包括：利用训练集对预测表征学习模型进行预训练；在训练好的预测表征学习模型的尾部拼接一分类器，构成深度伪造视频鉴别器，并利用训练集训练深度伪造视频鉴别器；将待检测视频中人脸的视频采样帧序列，输入训练好的深度伪造视频鉴别器，得到检测结果。本发明通过融合经残差学习的时空特征，提升了伪造特征检测性能，解决了模型退化问题。
-
公开(公告)号：CN112163494A
公开(公告)日：2021-01-01
申请号：CN202010995989.X
申请日：2020-09-21
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种视频虚假人脸检测方法及电子装置，包括：对对待检测视频进行人脸定位，得到人脸序列；对人脸序列进行预处理，得到指定大小和长度的视频采样帧序列；将视频采样帧序列输入训练好的三维可视域扩展卷积神经网络，判断待检测视频中的人脸是否为虚假人脸；其中，通过在三维卷积神经网络中每一由若干相连卷积层与一最大池化层组成的模块后面，增加一层或多层的可视域扩展模块，得到三维可视域扩展卷积神经网络；所述可视域扩展模块包括分别连接可视域扩展模块输入的若干支路和连接支路输出的Filter Concat层。本发明融合了视频的时空特征，并引入了三维可视域扩展模块，对视频进行不同尺度的特征提取，增加模型的鲁棒性并提升了模型性能。
-
公开(公告)号：CN109212472B
公开(公告)日：2020-10-27
申请号：CN201810757255.0
申请日：2018-07-11
Applicant: 中国科学院信息工程研究所
IPC: G01S5/02
Abstract: 本发明涉及一种面向噪声环境下的室内无线定位方法及装置。该方法包括：1)部署无线信号接收模块，获取无线信号数据；2)对无线信号数据进行量测噪声和过程噪声的自适应估计，得到信号的特征数据；3)对特征数据进行归一化处理，将信道状态信息数据转化成特征图数据；4)将特征图数据输入到若干个多层的残差神经网络中，分别获得一个输出向量；5)对各个残差神经网络的输出向量做平均操作，并从中找出响应最大值，响应最大值经过数据还原后得到预测的最终位置。本发明能够解决当前目标跟踪方法在资源受限环境下无法完成噪声自适应、定位精度差等实际部署问题，适用于机器人、无人车、无人机、信息推送、安防等领域的物体定位追踪问题。
-
公开(公告)号：CN109886167A
公开(公告)日：2019-06-14
申请号：CN201910102357.3
申请日：2019-02-01
Applicant: 中国科学院信息工程研究所
Inventor： 葛仕明
Abstract: 本发明涉及一种遮挡人脸识别方法及装置。该方法利用带身份标记的人脸图像训练人脸识别器；利用带身份标记的非遮挡人脸图像、对应的遮挡人脸图像、对应的人脸遮挡标记图、对应的人脸语义分割图、预先训练好的人脸解析器，结合人脸识别器，在生成对抗网络框架中训练人脸生成器、全局人脸判别器和局部人脸判别器；利用人脸生成器对输入的有遮挡的人脸图像进行修复处理，获得修复后的人脸图像；利用人脸识别器对修复后的人脸图像进行特征提取或身份分类，获得人脸特征或身份标记，利用人脸特征进行人脸识别，利用身份标记鉴别人脸的身份信息。本发明采用人脸生成器、人脸判别器和人脸识别器实现三方博弈，能够同时实现遮挡人脸的修复和识别。
-
公开(公告)号：CN108648237A
公开(公告)日：2018-10-12
申请号：CN201810220678.9
申请日：2018-03-16
Applicant: 中国科学院信息工程研究所
IPC: G06T7/80
Abstract: 本发明提供一种基于方形标签和视觉的空间定位方法，包括如下步骤：通过标定，获取两个相机的内参数矩阵；在某一固定点和需定位位置设置不同id的方形标签；使用两个相机同时拍摄拍摄固定点和需定位位置的方形标签，并获取各方形标签的坐标信息，根据坐标信息和内参数矩阵求取两个相机在以固定点为原点的三维世界坐标和相机坐标系到三维世界坐标系的三个旋转角；根据两个相机在以固定点为原点的三维世界坐标和相机坐标系到三维世界坐标系的三个旋转角，求得每一个方形标签中心点的以固定点为原点的三维世界坐标完成定位。能够解决当前空间定位方法速度缓慢，精度不高，操作复杂，设备要求高等问题。
-
Patent Agency Ranking
公开(公告)号：CN103955881B
公开(公告)日：2017-06-16
申请号：CN201410158736.1
申请日：2014-04-18
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于滤波技术的图像生物特征保护方法，包括：将身份信息转化为二进制编码；根据二进制编码的长度和生物特征图像的大小对二进制编码进行拆分得到多个拆分编码；将多个拆分编码分别对应到生物特征图像的具体位置；将拆分编码的位置响应对应到滤波输出的强峰值，完成对理想滤波输出的设置；将生物特征图像进行预处理，得到去噪生物特征图像；将去噪生物特征图像与理想滤波输出结合进行训练，得到保护模板。本发明可以防止模板丢失时的原生物特征及数字信息的泄露，实现了生物特征模板和数字信息的联合保护，在信息恢复时，由于信息的认证与另一信息的提取是在同一步骤中完成的，实现了生物特征在数据库存储端与系统交互端的双重保护。
-
公开(公告)号：CN103440668B
公开(公告)日：2017-01-25
申请号：CN201310390529.4
申请日：2013-08-30
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种在线视频目标跟踪方法及装置，包括以下步骤：获取在线视频中的起始帧图像的图像特征，建立初始背景模型；获取下一帧图像；将初始背景模型与下一帧图像进行对比，得到对比结果，根据对比结果更新初始背景模型；获取前景图像，并提取前景目标；利用在线学习方法获得目标特征，对前景目标进行定位，得到前景目标的位置信息；对前景目标的位置进行标记，将标记后的下一帧图像输出；组合所有输出的下一帧图像，得到前景目标的运行轨迹。本发明针对实时监控视频进行处理，在第一时间对目标进行跟踪，无需在获得全部原始视频图像后再进行目标跟踪，保证了数据的实时有效性，也避免了现有跟踪方式对多目标交叉遮挡之后对准确率的影响。
-
公开(公告)号：CN112991246B
公开(公告)日：2023-01-13
申请号：CN202110163783.5
申请日：2021-02-05
Applicant: 中国科学院信息工程研究所(CN)
Inventor： 葛仕明
Abstract: 本发明公开一种可见光与红外视频图像融合方法及装置，属于计算机视觉和图像处理领域，通过拍摄同一场景的可见光图像和红外图像，检测可见光图像和红外图像中的局部特征并进行匹配，进行相机标定，得到两个相机模态图像的空间映射矩阵；对可见光图像提取暗通道，并进行阈值化，得到场景分割图，该场景分割图将图像分成天空区域和非天空区域两类；对可见光图像和红外图像提取亮度通道，根据所述空间映射矩阵和场景分割图，对可见光图像和红外图像的亮度通道进行场景自适应通道融合，得到融合图像。本发明能够使无人机目标在融合后的图像中与背景具有更大的区分性，为后续的进一步检测识别等处理提供更好的数据输入。
-
公开(公告)号：CN112348200B
公开(公告)日：2022-11-15
申请号：CN202011203717.8
申请日：2020-11-02
Applicant: 中国科学院信息工程研究所
IPC: G06N20/00 , G06F16/176 , H04L67/01
Abstract: 本发明提供一种基于联邦学习的受控共享学习方法及系统，包括接收各客户端模型Vi,t的参数，并根据参数从各客户端中选取一或多个共享客户端，向共享的客户端发送共享指令，其中模型Vi,0通过各客户端的算力构建并依据相应私有数据集训练得到，且各模型Vi,0的分类模块结构一致；获取共享客户端模型Vi,t的分类模块参数St，并将计算得到的分类模块参数St+1发送至各客户端，以使各客户端依据私有数据集与分类模块参数St+1得到模型Vi,t+1。本发明仅需提供模型部分参数完成共享学习，使数据安全得到了很好的保障；且各客户端模型、是否参与共享学习等都自主可控。
-
公开(公告)号：CN108875547B
公开(公告)日：2022-06-17
申请号：CN201810339409.4
申请日：2018-04-16
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种面向资源受限环境的目标跟踪方法及装置，该方法的步骤包括：提取视频流当前帧的上一帧的目标位置的图像特征，根据该图像特征构建目标模板T1；提取当前帧对应于上一帧的目标位置处的图像特征，根据该图像特征构建目标模板T2；将目标模板T1和目标模板T2进行模板匹配，获得一个输出响应；找出输出响应的最大值，其为当前帧与上一帧之间的目标偏移位置，根据该目标偏移位置获得当前帧的目标位置；提取当前帧的目标位置的图像特征，根据该图像特征构建目标模板T3，将该目标模板T3替换目标模板T2，用于跟踪下一帧的目标位置，实现该视频流的目标跟踪。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.032 seconds)
