-
公开(公告)号：CN117011766A
公开(公告)日：2023-11-07
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：CN116996732A
公开(公告)日：2023-11-03
申请号：CN202311014458.8
申请日：2023-08-11
Applicant: 中国信息通信研究院
IPC: H04N21/4335 , H04N21/435 , H04N21/439 , H04N21/44 , H04N21/443 , H04N21/454 , H04N21/462 , G06F16/16 , G06F16/17 , G06F16/14 , G06F16/172 , G06F16/41 , G06F16/48 , G06F9/54 , G06F9/50
Abstract: 本发明公开了一种伪造识别场景下的存储、调度检测方法和系统，涉及文件数据分析技术领域，S1，对指定文件进行文件数据的采集处理，生成文件清单，所述文件数据包括文件元数据与多媒体数据；S2，构建文件下载验证模型，对文件清单进行下载验证，根据文件清单中文件数据的采集数据正确度和采集程度进行采集结果判定并生成采集分析标识；S3，构建步骤匹配模型，通过采集分析标识进行发送步骤选取，所述发送步骤包括数据封装步骤与数据报错步骤；S4，对数据封装发送步骤进行发送处理的文件数据进行数据存储；S5，对存储的文件数据进行数据转发并进行引擎集群鉴定，生成数据鉴定标识；S6，根据数据鉴定标识和采集分析标识进行鉴定目标的生成。
-
公开(公告)号：CN116843988A
公开(公告)日：2023-10-03
申请号：CN202310761008.9
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: G06V10/77 , G06V40/12 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于深度学习的目标检测方法和系统，通过先提取生物和时间维度特征，再在重点关注区域内提取深度学习特征。针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。计算两两特征样本集之间的差异值，不仅可以调整重点关注区域的范围，还可以判断是否分类成功，克服了现有技术需要引入注意力机制、抑制不相关背景的不足，实现检测的高效性和自动性。
-
公开(公告)号：CN116825139A
公开(公告)日：2023-09-29
申请号：CN202310967320.3
申请日：2023-08-02
Applicant: 中国信息通信研究院
Abstract: 本发明公开了一种基于多维数据分析的伪造音频检测方法，涉及音频分析技术领域，步骤S1、获取鉴定音频并进行鉴定数据提取，所述鉴定数据包括音频基础数据和音频相关数据；步骤S2、对音频基础数据进行分析输出音频影响系数，根据音频影响系数进行分析，对鉴定音频进行音频基础标记的生成；步骤S3、对音频相关数据进行处理分析，输出相关影响系数；步骤S4、对相关影响系数与音频影响系数进行权重比分析，对鉴定音频进行环境影响程度标记的生成；步骤S5、对鉴定音频中的音频基础标记和环境影响程度标记进行整合处理，生成伪造结果目标；通过对鉴定设备与实时气候的分析，排除鉴定设备由于温度因素带来的鉴定误差，提高了鉴定的精准性。
-
公开(公告)号：CN116825091A
公开(公告)日：2023-09-29
申请号：CN202310814449.0
申请日：2023-07-04
Applicant: 中国信息通信研究院
Abstract: 本发明公开了一种具备梳理文本内容优势的鉴伪分析系统，涉及音频内容鉴定技术领域，用于解决在进行音频内容分析的过程中，鉴别音频中提及的优势内容是否为真实信息时存有一定的误差，所述系统包括以下模块：音频输入模块，用于输入音频内容；音频内容分析模块,用于对输入的音频内容进行预处理和语音处理，生成能对音频内容提及优势进行分析的语音内容系数；音频内容转录模块，用于将输入的音频内容进行文本转录，并生成转录文本内容；文本内容特征提取模块：用于对转录文本内容进行相关特征的提取和比对，并生成用于处理文本内容优点的文本内容系数；模型分析模块：用于将语音内容系数和文本内容系数进行模型分析，并生成比对系数。
-
Patent Agency Ranking
公开(公告)号：CN116633809A
公开(公告)日：2023-08-22
申请号：CN202310762753.5
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: H04L43/04 , H04L41/16 , H04L9/40 , G06N3/0464 , G06F18/23 , G06F18/22 , G06V40/12 , G06F18/214 , G06F18/25
Abstract: 本发明提供一种基于人工智能的检测方法和系统，通过针对不同类型的数据包，分别提取深度学习、生物和时间三个不同维度的特征，从而可以覆盖网络全类型的数据包。针对深度学习特征采用降维采样和滑动窗二次采样；针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。通过以上步骤，使用两种不同途径的聚类处理，更好地利用模型进行分类。
-
公开(公告)号：CN118366228A
公开(公告)日：2024-07-19
申请号：CN202410359487.6
申请日：2024-03-27
Applicant: 中国信息通信研究院
IPC: G06V40/40 , G06V40/16 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/094
Abstract: 本发明提出一种基于多掩码对抗与固定类中心函数的图像产生方法和系统。其中，方法包括：将原始图像输入属性编辑、表情操纵和人脸替换这三类的伪造生成网络，得到原始伪造图像；将原始图像和原始伪造图像输入多对抗掩码生成网络，得到原始图像的掩码图像和原始伪造图像的掩码图像；生成不同类型的对抗掩码图像，产生全面的图像保护数据，提升防御技术泛化性；将原始图像的张量、原始图像的掩码图像的张量和原始伪造图像的掩码图像的张量输入伪造鉴别网络，得到原始图像的掩码图像的伪造图像的张量和伪造概率；应用原始图像的掩码图像的伪造图像和原始伪造图像构造固定类中心损失函数。降低训练难度，更快达到收敛，从而提高训练效果。
-
公开(公告)号：CN117390600A
公开(公告)日：2024-01-12
申请号：CN202311681169.3
申请日：2023-12-08
Applicant: 中国信息通信研究院
Abstract: 本发明涉及信息识别技术领域，尤其涉及一种用于深度合成信息的检测方法，包括：获取待测图片，并确定待测图片的交界线；根据交界线将待测图片分解为若干分割图片；根据交界颜色判定对应的图片类别；根据亮度对待测图片的颜色饱和度进行调节以形成调整图片；根据光源数据以及调整图片对待测图片的图片类别进行判断；利用对待测图片进行分割并分别识别的方式，对图片的类别进行判断，并根据分割图片、分界线以及亮度对图片进行分类，在有效提升了对于图片的识别能力的同时，有效提升了对于深度合成图片的分辨性能。
-
公开(公告)号：CN117315751A
公开(公告)日：2023-12-29
申请号：CN202311245513.4
申请日：2023-09-25
Applicant: 中国信息通信研究院
IPC: G06V40/16 , G06V40/40 , G06V10/44 , G06V10/82 , G06N3/0464
Abstract: 本申请公开一种基于单类别的虚假人脸检测方法、装置和计算机可读介质，其中方法包括：获取待检测的目标人脸图像；将目标人脸图像的相应图像信息输入检测模型，以由检测模型对目标人脸图像中的人脸进行基于单类别的虚假人脸检测；检测模型为：预先基于真实人脸图像和对应的数量满足少量条件的虚假人脸图像进行虚假人脸的单类别检测训练而得到的模型；获取检测模型输出的表征人脸为虚假人脸的可能性高低的单类别检测结果。相较于传统二分类有监督的训练方式，本申请基于单类别的虚假人脸检测可展现出更强的泛化性能，能够有效地应对深度伪造技术的快速演进和新型伪造手段的出现，为虚假人脸检测提供了一种更为有效且具有广泛适用性的解决方案。
-
公开(公告)号：CN117079355A
公开(公告)日：2023-11-17
申请号：CN202311101459.6
申请日：2023-08-29
Applicant: 中国信息通信研究院
Abstract: 本申请提供了一种对象图像鉴伪方法及装置、电子设备，本申请提出通过基于Transformer的双流模型，训练鉴伪模型，将待鉴别的对象图像输入该鉴伪模型后，结合Transformer的运算原理，能够结合Transformer的注意力机制，获得对象图像的空间域特征以及频域特征，从而基于这两种互补的伪造特征，精准确定所输入的对象图像的对象真伪类别信息，保证据此输出的对象鉴伪结果的准确性和可靠性，从而及时发现伪造对象，避免伪造对象所造成的各种危害。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.029 seconds)
