公开(公告)号：CN115357929A

公开(公告)日：2022-11-18

申请号：CN202210932254.1

申请日：2022-08-04

Applicant: 上海交通大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 李亚康 ,  王文雅 ,  王艺卓 ,  肖轩淦 ,  李建树 ,  刘健 ,  陈弢 ,  陆海宁 ,  谷大武

IPC: G06F21/62 ,  G06F21/31 ,  G06F21/32 ,  G06F21/64 ,  G06T1/00 ,  G06Q20/38 ,  G06Q20/40 ,  G06Q40/00

Abstract: 本说明书实施例公开了一种图像的处理方法、装置及设备，该方法应用于终端设备，该终端设备中设置有可信执行环境，包括：通过可信应用调用摄像组件获取用户图像数据，并将用户图像数据设置于可信执行环境中，在可信执行环境中，基于用户图像数据和预设的种子密钥，为用户图像数据生成水印信息，以对用户图像数据进行隐私保护，并将用户图像数据、水印信息和种子密钥发送给服务器，用户图像数据、水印信息和种子密钥用于触发服务器通过用户图像数据和种子密钥对水印信息进行验证，得到相应的验证结果，接收服务器发送的验证结果，如果该验证结果为验证通过，则基于用户图像数据执行相应的业务处理。

公开(公告)号：CN113762179A

公开(公告)日：2021-12-07

申请号：CN202111067410.4

申请日：2021-09-13

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 罗嫚 ,  郭明宇 ,  刘健

IPC: G06K9/00 ,  G06K9/20 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种活体检测方法，包括：通过显示屏的炫彩闪光照射目标对象并采集被照射目标对象的图像，其中该炫彩闪光在同一时刻发射多种颜色的光；以及基于该目标对象的采集图像来确定该目标对象是否为活体。在一些实施例中，在图像采集过程中炫彩闪光是不变的。在一些实施例中，在图像采集过程中炫彩闪光是变化的。还公开了相应的活体检测装置。

公开(公告)号：CN113065579A

公开(公告)日：2021-07-02

申请号：CN202110268662.7

申请日：2021-03-12

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 罗嫚 ,  刘健 ,  郭明宇

IPC: G06K9/62 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40 ,  H04N19/42

Abstract: 本说明书实施例提供一种对目标对象分类的方法和装置。方法包括：客户端获取通过摄像头采集的目标对象的初始图像，所述初始图像具有第一分辨率；所述客户端通过频域变换，得到所述初始图像对应的频谱图；所述客户端将所述初始图像压缩后，得到具有第二分辨率的压缩图像；其中，所述第二分辨率小于所述第一分辨率；所述客户端向服务端发送所述频谱图和所述压缩图像，以使所述服务端根据所述频谱图和所述压缩图像对所述目标对象分类。能够提高对目标对象分类的准确率。

公开(公告)号：CN113011339A

公开(公告)日：2021-06-22

申请号：CN202110298006.1

申请日：2021-03-19

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李若愚 ,  刘健 ,  王伟 ,  李哲

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F21/32

Abstract: 本说明书实施例提出了一种用户身份的校验方法、装置和电子设备，上述用户身份的校验方法中，服务器获取用户的用户标识和该用户本次刷脸的脸部图像之后，根据用户标识，获取上述用户的留存脸部图像，然后将用户本次刷脸的脸部图像与上述留存脸部图像进行比对。如果未通过校验，则服务器根据上述用户标识，获取上述用户的目标脸部图像特征，将用户本次刷脸的脸部图像与上述目标脸部图像特征进行比对，如果通过校验，则服务器确定上述用户通过身份校验，从而可以实现利用用户刷脸的历史脸部图像生成的目标脸部图像特征，来优化人脸校验，上述目标脸部图像特征可以较好地体现用户外貌特征的变化性和一致性，因此可以提升正常用户身份校验的通过率。

公开(公告)号：CN112364819A

公开(公告)日：2021-02-12

申请号：CN202011364313.7

申请日：2020-11-27

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘健 ,  郭明宇 ,  郑龙飞

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例提供了一种可用于隐私保护的联合训练识别模型的方法及装置，联合训练通过分别维护多个识别模型的多个终端共同实现，多个识别模型的神经网络结构相同，任一识别模型至少包括特征提取层和结果识别层,该方法通过多个终端中任意的第一终端执行，以及包括:获取本地的第一样本集,或包含隐私数据的第一样本集；将其中的样本输入与第一终端对应的第一识别模型，利用特征提取层提取样本的特征,根据样本的特征和识别标签,基于结果识别层确定确定该识别模型的第一梯度；提供第一梯度，并获取平均梯度，平均梯度根据多个识别模型各自对应的梯度而确定；根据平均梯度，更新第一识别模型的特征提取层。

公开(公告)号：CN111931950B

公开(公告)日：2021-01-26

申请号：CN202011044286.5

申请日：2020-09-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 郑龙飞 ,  王莹桂 ,  陈超超 ,  王力 ,  周俊 ,  刘健 ,  郭明宇

IPC: G06N20/20

Abstract: 本说明书一个或多个实施例涉及一种基于联邦学习进行模型参数更新的方法及系统，可用于机器学习过程中的隐私数据保护，所述方法由参与方中的任一训练成员实现；其包括：获取具有与其他参与方相同结构的待训练初始模型；进行多次模型参数迭代更新，每次迭代包括：基于自身持有的训练样本进行模型训练，获得当前次迭代对应的模型数据矩阵；确定当前次迭代对应的传输比例，所述传输比例与迭代次数负相关；基于所述传输比例从所述模型数据矩阵中提取部分参数元素；基于所述部分参数元素生成参数传输矩阵；将所述参数传输矩阵上传给所述服务器；从所述服务器获取更新后的模型参数以基于此进行下一次迭代，或者基于此确定最终模型。