-
公开(公告)号：CN113343247A
公开(公告)日：2021-09-03
申请号：CN202110673250.1
申请日：2021-06-17
申请人： 公安部第三研究所
摘要： 本发明涉及一种基于生物特征识别针对对抗样本攻击实现安全测评处理的方法，包括利用待测对象和数据集进行生物特征识别操作，选择出预测正确的图片作为攻击的准备；选择攻击算法，利用攻击算法产生对抗样本；选择防御算法，使用防御算法进行对象识别模型防御增强；根据攻击算法生成的对抗样本对防御增强后的对象模型进行攻击测试；制定安全评估标准，并根据标准进行各项评估指标计算；汇总安全评估标准计算结果，确定待测生物特征识别对象的安全等级。本发明还涉及相应的系统、装置、处理器及其计算机可读存储介质。采用了本发明的上述方法、系统、装置、处理器及其计算机可读存储介质，极大地简化测试操作过程，确保结果公平，数据真实有效，在生物特征识别安全领域有广阔的应用前景。
-
公开(公告)号：CN112668510A
公开(公告)日：2021-04-16
申请号：CN202011635084.8
申请日：2020-12-31
申请人： 公安部第三研究所
摘要： 本发明涉及一种实现针对三维人脸识别设备性能测试的方法，包括根据摄像头形态对三维人脸识别设备进行分类；针对不同类别对图像采集数据进行性能测试；制作满足质量要求的注册人脸图像，并进行人脸库注册；进行人脸辨识性能测试，得到人脸辨识性能测评结果；制作不同类型的假体攻击样本，确认活体检测性能要求分级；进行活体检测性能测试，得到活体检测性能测评结果。本发明还涉及相应的系统、装置、处理器及其计算机可读存储介质。采用了本发明的该方法、系统、装置、处理器及其计算机可读存储介质，流程简单清晰，测试场景适应性更强、安全性评估要求更高，在三维人脸识别设备测评以及人脸识别安全领域都有广阔的应用前景。
-
公开(公告)号：CN111881437A
公开(公告)日：2020-11-03
申请号：CN202010773424.7
申请日：2020-08-04
申请人： 公安部第三研究所
摘要： 本发明涉及一种基于黑盒对抗样本攻击实现人脸识别安全测评的方法，包括收集测试库人脸数据集；将编码后的测试库人脸数据集与对应底库人脸数据集进行人脸比对；构建四个最终的底库人脸数据集以及测试库人脸数据集；对测试库人脸数据集中的每一张生活照制作对抗样本以及编码；将经过编码后的对抗样本与对应底库人脸数据集进行人脸比对；计算错误接受率FAR和错误拒绝率FRR，并且给出待测人脸识别系统的安全等级。本发明还涉及一种基于黑盒对抗样本攻击实现人脸识别安全测评的系统。采用了本发明的基于黑盒对抗样本攻击实现人脸识别安全测评的方法及其系统，极大地简化测试操作过程，确保结果公平数据真实有效，在人脸识别安全领域有广阔的应用前景。
-
公开(公告)号：CN110132150A
公开(公告)日：2019-08-16
申请号：CN201910388352.1
申请日：2019-05-10
申请人： 公安部第三研究所
IPC分类号： G01B11/08
摘要： 本发明涉及一种可见光源光斑尺寸测试的系统，包括照射平面03、图像采集单元02和数据处理服务器01，所述的照射平面03上设置有4个标记点，所述的图像采集单元02与所述的照射平面03相连接，所述的图像采集单元02垂直于所述的照射平面03中心，固定于所述照射平面03的前方，所述的数据处理服务器01与所述的图像采集单元02相连接。本发明还涉及一种实现可见光源光斑尺寸测试处理的方法。采用了本发明的可见光源光斑尺寸测试的系统及其方法，通过对图像采集单元02采集到的数据进行分析，分别计算多个过光斑中心点的光斑直径尺寸，进而对其求均值获得最终光斑直径尺寸，最终结果通过软件直接显示，无需人工判读，大大提高了可见光源光斑尺寸的测试效率。
-
公开(公告)号：CN106908782A
公开(公告)日：2017-06-30
申请号：CN201710224076.6
申请日：2017-04-07
申请人： 公安部第三研究所
CPC分类号： G01S13/589 , G01S7/418 , G01S7/4802 , G01S7/4808 , G01S17/58
摘要： 本发明涉及一种基于水面状态连续成像系统的波浪传播方向的提取方法，包括以下步骤：(1)利用水面状态连续成像系统收集探测区域波浪回波，并且对连续收集的回波进行采样以及成像，组成N帧(N通常的取值为32、64、128等)回波图像序列；(2)对收集到的回波图像序列进行预处理，滤除图像中背景噪声；(3)将预处理后的图像序列进行光流运动估计，得到N帧回波图像序列像素点的运动矢量集；(4)将运动矢量集中所有像素点的运动速度作为权值，将所有像素点方向进行加权平均，获取所有像素点集的整体运动方向；(5)将整体运动方向进行相对坐标校正，得到最终波浪的传播方向计算结果。本发明为基于水面状态连续成像系统的波浪传播方向提取提供了一种新的方法，同时，该方法简单高效，占用资源少，方法不仅适用于各种型号的X波段雷达，还适用于红外、可见光成像系统，具有广泛的应用价值。
-
公开(公告)号：CN112395176A
公开(公告)日：2021-02-23
申请号：CN202011276038.3
申请日：2020-11-16
申请人： 公安部第三研究所
IPC分类号： G06F11/34
摘要： 本发明涉及一种实现针对分布式云存储性能进行测试的方法，包括明确需要测试的性能项以及对云存储的相关参数进行调整、由控制节点以及配置文件控制负载节点上的虚拟机生成测试数据流、得到各个待测存储节点的各个测试项对应的结果、挑选所有输出数据中需要的信息组成特定的格式并将生成的各类数据图表化；根据云存储性能评估标准，明确性能测试等级，完成最终测试报告。本发明还涉及一种分布式云存储性能测试装置、系统、设备、处理器及存储介质，同样能实现上述技术效果。采用了本发明的实现针对分布式云存储性能进行测试的方法、装置、系统、设备、处理器及存储介质，核心在于实现了集测试、数据分析和可视化于一体的云存储性能自动化测试，在分布式云存储研究以及测试评估领域都有广阔的应用前景。
-
公开(公告)号：CN111597977A
公开(公告)日：2020-08-28
申请号：CN202010408209.7
申请日：2020-05-14
申请人： 公安部第三研究所
摘要： 本发明涉及一种基于深度卷积生成对抗网络实现虹膜生物特征图片自动生成的方法，包括以下步骤：对训练用虹膜图片数据集进行预处理；确定输入噪声向量；以深度卷积生成对抗网络构建训练网络模型；向训练网络模型输入训练用虹膜图像以及对应的输入噪声向量进行训练，直至结果收敛；根据经过训练后得到的网络模型，自动生成指定样式且大小为2N×2N的虹膜图片。采用了本发明的基于深度卷积生成对抗网络实现虹膜生物特征图片自动生成的方法，核心就在于搭建的深度卷积生成对抗网络结构简单，训练速度快、虹膜生成效率高，最终由生成网络生成的虹膜图片真实感强、纹理清晰，在虹膜数据集构建以及虹膜隐私安全领域都有广阔的应用前景。
-
公开(公告)号：CN110378979A
公开(公告)日：2019-10-25
申请号：CN201910598725.8
申请日：2019-07-04
申请人： 公安部第三研究所
摘要： 本发明涉及一种基于生成对抗网络实现自定义高分辨率人脸图片自动生成的方法，包括对训练用的人脸图片数据集进行预处理；将预处理后的图片数据集以及隐藏向量Z输入人脸生成对抗网络进行训练；训练人脸特征提取网络；在隐藏向量Z和提取的特征向量之间执行线性回归；将回归斜率进行归一化后构造隐藏向量空间特征轴；解除生成人脸图像中两个相关特征的关联性；将修改后的隐藏向量输入生成对抗网络中的生成网络生成自定义特征的高分辨率人脸图片。采用了本发明的方法，最终由生成网络生成的人脸图片清晰、逼真而且能够生成自定义的人脸图片，在人脸数据集构建以及人脸安全领域都有广阔的应用前景。
-
公开(公告)号：CN111881436B
公开(公告)日：2024-08-06
申请号：CN202010772620.2
申请日：2020-08-04
申请人： 公安部第三研究所
IPC分类号： G06F21/32 , G06V40/16 , G06V10/82 , G06N3/0475 , G06N3/094
摘要： 本发明涉及一种基于特征一致性实现黑盒人脸对抗攻击样本生成的方法，包括对训练用的人脸图片数据集进行预处理；构建人脸特征码提取网络，并提取训练用人脸图片对应的特征码；构建人脸对抗攻击样本生成对抗网络；将预处理后的训练图片数据集和对应的特征码输入人脸对抗攻击样本生成对抗网络进行训练；提取其对应的人脸特征码；生成对应的人脸对抗攻击样本。本发明还涉及一种基于特征一致性实现黑盒人脸对抗攻击样本生成的装置及其计算机可读存储介质。采用了本发明的基于特征一致性实现黑盒人脸对抗攻击样本生成的方法、装置及其计算机可读存储介质，核心在于利用黑盒的方式自动生成真实人脸的对应对抗攻击样本，网络结构简单，执行效率高，生成的人脸对抗攻击样本真实、清晰，在人脸对抗攻击样本数据集构建以及人脸识别安全领域都有广阔的应用前景。
-
公开(公告)号：CN118097331A
公开(公告)日：2024-05-28
申请号：CN202410225881.0
申请日：2024-02-29
申请人： 公安部第三研究所
IPC分类号： G06V10/774 , G06V10/82 , G06V10/25 , G06V20/40 , G06V40/16 , G06V40/40 , G06N3/0464 , H04N5/265
摘要： 本发明涉及一种基于显著图权重实现人像视频鉴伪模型对抗攻击样本生成处理的方法，包括以下步骤：进行循环时移；构建初始化对抗噪声；进行梯度回传；生成原始人像视频每帧图像对应的增强梯度图；构建显著图提取网络；对增强梯度图进行加权；叠加生成新的攻击人像视频；迭代更新对抗噪声。本发明还涉及一种用于实现基于显著图权重的人像视频鉴伪模型对抗攻击样本生成处理的装置、处理器及存储介质。采用了本发明的基于显著图权重实现人像视频鉴伪模型对抗攻击样本生成处理的方法、装置、处理器及其计算机可读存储介质，利用对抗迁移的方式，采用空时信息融合的体系结构从语义上生成高泛化性人像视频对抗攻击样本，可以获得较高的攻击成功率，该网络结构简单，执行效率高。
-
-
-
-
-
-
-
-
-
搜索结果
40 条记录 (耗时 0.049 秒)
