-
公开(公告)号：CN119851067A
公开(公告)日：2025-04-18
申请号：CN202510324624.7
申请日：2025-03-19
Applicant: 中国科学院自动化研究所
IPC: G06V10/774 , G06V10/764 , G06V10/25 , G06V10/82 , G06T3/4046 , G06T3/4038
Abstract: 本公开关于基于结构因果的图像鉴伪和训练方法及相关设备，包括：针对两张训练图像中的每张训练图像，通过骨干网络提取该张训练图像的深度特征，并通过FBEM基于该张训练图像对应的坐标位置对该张训练图像的深度特征进行解耦；通过FBEM将从两张训练图像中提取出的任意第一特征和第二特征进行拼接；将拼接特征输入分类器；基于图像的真伪预测结果和图像真伪标签，计算损失；通过根据损失调整骨干网络、FBEM和分类器的参数。这样，通过分别针对内容不同的训练图像的整体特征进行解耦并拼接的训练方式，可以保证训练完成的图像鉴伪模型能够精准地识别出图像中的被篡改区域，从而可以提升图像鉴伪的准确性。
-
公开(公告)号：CN119782907A
公开(公告)日：2025-04-08
申请号：CN202411935146.5
申请日：2024-12-26
Applicant: 中国科学院自动化研究所
IPC: G06F18/241 , G06F18/2431 , G06F9/50 , G06F18/10 , G06F18/2433
Abstract: 本发明公开了基于内存回放与加权熵最小化的测试时领域自适应方法。所述方法维护一个稳定的内存用来存储可靠样本，并且利用内存样本计算加权熵最小化损失进行优化来保证模型面对异常值的鲁棒性。本方法能够在极大程度上排除异常值对于模型更新的影响，从而增强模型在领域差距存在的情况下，对于常规样本的分类能力。
-
公开(公告)号：CN119729038A
公开(公告)日：2025-03-28
申请号：CN202311279467.X
申请日：2023-09-28
Applicant: 抖音视界有限公司 , 脸萌有限公司 , 中国科学院自动化研究所
IPC: H04N21/234 , H04N21/44
Abstract: 提供了用于处理视频数据的方法、装置、设备和介质。在一种方法中，响应于接收到视频数据，从视频数据中获取语言数据。从视频数据中获取视觉数据。根据视频处理模型，基于语言数据和视觉数据来确定用于指示视频数据的视频表示。利用本公开的示例性实现方式，在实现视频理解的过程中，可以充分考虑视频数据中的语言方面和视觉方面，从而获得能够更准确地描述视频数据的多方面信息的视频表示。
-
公开(公告)号：CN115908144A
公开(公告)日：2023-04-04
申请号：CN202310215782.X
申请日：2023-03-08
Applicant: 中国科学院自动化研究所 , 中国电子科技集团公司电子科学研究院
IPC: G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于随机小波注意力的图像处理方法、装置、设备及介质，涉及数据处理技术领域，方法包括：获取待处理的图像作为初始输入图像；将初始输入图像输入至预先设置的卷积编码器，得到卷积编码器输出的高维特征；卷积编码器用于将初始输入图像中的特征转换为高维特征；将高维特征输入至预先设置的深层图像特征提取器，得到深层图像特征提取器输出的深层图像特征；深层图像特征提取器用于基于高维特征，通过小波变换方法提取初始输入图像中的深层图像特征；将高维特征和深层图像特征输入至预先设置的卷积解码器，得到卷积解码器输出的超分辨率后的高清图像；卷积解码器用于基于高维特征和深层图像特征，预测超分辨率后的高清图像。
-
公开(公告)号：CN114596608B
公开(公告)日：2023-03-28
申请号：CN202210061187.0
申请日：2022-01-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于多线索的双流视频人脸伪造检测方法及系统，包括：将待检测视频流输入至预先训练好的多线索视频伪造检测模型，得到人脸真假分类检测结果；该检测模型是基于EfficientNet‑B5网络和Swin Transformer网络并行交互融合形成多线索，对伪造视频训练数据集进行训练所得到的。本发明通过利用视频图像帧中的高频信息、低级纹理和光流信息的组合线索，融合EfficientNet‑B5网络的局部特征提取能力以及Swin Transformer网络的全局关系感知能力，在分辨视频帧中人脸图像的真假时，体现了更优越的分类性能，有效克服传统分类模型在线索上的单一性和模型上泛化性低的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN114596608A
公开(公告)日：2022-06-07
申请号：CN202210061187.0
申请日：2022-01-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于多线索的双流视频人脸伪造检测方法及系统，包括：将待检测视频流输入至预先训练好的多线索视频伪造检测模型，得到人脸真假分类检测结果；该检测模型是基于EfficientNet‑B5网络和Swin Transformer网络并行交互融合形成多线索，对伪造视频训练数据集进行训练所得到的。本发明通过利用视频图像帧中的高频信息、低级纹理和光流信息的组合线索，融合EfficientNet‑B5网络的局部特征提取能力以及Swin Transformer网络的全局关系感知能力，在分辨视频帧中人脸图像的真假时，体现了更优越的分类性能，有效克服传统分类模型在线索上的单一性和模型上泛化性低的缺陷。
-
公开(公告)号：CN113627404A
公开(公告)日：2021-11-09
申请号：CN202111185354.4
申请日：2021-10-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于因果推断的高泛化人脸替换方法、装置和电子设备，所述方法包括：确定源人脸图像和目标人脸图像；将所述源人脸图像和所述目标人脸图像输入至人脸替换模型中，得到所述人脸替换模型输出的人脸替换图像；其中，所述人脸替换模型基于所述目标人脸图像的表情姿态参数对身份信息的因果效应，确定所述源人脸图像的身份信息表示，基于所述身份信息表示和所述目标人脸图像的感知信息表示进行人脸替换；所述人脸替换模型是基于样本源人脸图像和样本目标人脸图像进行训练得到的。本发明提供的方法、装置、电子设备与存储介质，得到了高质量逼真的人脸替换图像，从而提升了人脸替换技术在不同目标场景下的稳定性和泛化能力。
-
公开(公告)号：CN112862875A
公开(公告)日：2021-05-28
申请号：CN202110060900.5
申请日：2021-01-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数据处理领域，具体涉及了一种基于选择性机制注意力机制的雨图去雨方法、系统及设备，旨在提高去雨质量。本发明方法包括：获取待去雨处理的雨图作为初始输入图像；将初始输入图像，通过基于选择性小波注意力编码器SWAE和选择性小波注意力解码器SWAG的残差网络架构的去雨网络模型，进行去雨处理，得到去雨后的图像；SWAE和SWAG跳层连接；SWAE将包含雨和背景信息的特征转化为小波域，根据估计的选择性小波注意力图，在小波池化下采样前将特征分解为雨和背景空间；SWAG在小波域中融合前一层的输出特征和跳连过来的背景特征，通过小波解池化进行上采样。本发明提高了去雨质量，同时保证了去雨质量的稳定性。
-
公开(公告)号：CN109886881B
公开(公告)日：2021-03-09
申请号：CN201910024060.X
申请日：2019-01-10
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机视觉技术领域，具体提供了一种人脸妆容去除方法，旨在解决如何在保持人脸姿态、表情和身份不变的情况下，根据化妆人脸图像生成更为真实的无妆人脸图像的技术问题。为此目的本发明提供的人脸妆容去除方法主要包括：基于预设的形状保持网络并且根据待测化妆人脸图像，获取待测化妆人脸图像对应的形状信息；基于预设的纹理风格迁移网络并且根据待测化妆人脸图像，获取待测化妆人脸图像对应的无妆纹理风格信息；基于预设的融合网络并且根据形状信息与无妆纹理风格信息，获取待测化妆人脸图像对应的无妆人脸图像。基于上述步骤可以在保持人脸姿态、表情和身份不变的情况下合成更为逼真的无妆人脸图像。
-
公开(公告)号：CN106096538B
公开(公告)日：2019-08-23
申请号：CN201610403028.9
申请日：2016-06-08
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明公开一种基于定序神经网络模型的人脸识别方法及装置。该方法包括：对输入的人脸图像进行预处理操作，校正人脸图像的角度与表情；使用包含定序操作的神经网络提取已校正人脸图像/视频的特征；根据人脸图像的特征表达计算图像对间的相似度，从而得知输入人脸图像中特定对象的身份。本发明针对人脸识别问题中，基于神经网络的人脸识别模型参数多，计算开销大的问题，提出定序神经网络结构，通过不同特征间的定序表示有效地减少网络参数，节省计算时间；并针对训练数据较少的问题，提出了基于对比损失、三元组损失的训练方法。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.034 seconds)
