用于DeepFake鉴伪模型的伪造数据互生成方法

    公开(公告)号:CN115620367A

    公开(公告)日:2023-01-17

    申请号:CN202211279346.0

    申请日:2022-10-19

    IPC分类号: G06V40/16 G06V10/82

    摘要: 本发明公开一种用于DeepFake鉴伪模型的伪造数据互生成方法,包括:对输入图像进行人脸检测,提取输入的人脸图像;根据输入的人脸图像生成人脸轮廓;在人脸数据库中搜索与前述的人脸轮廓的匹配度符合阈值的人脸轮廓;提取输入的人脸图像的人脸轮廓的内区域以及人脸数据库中匹配到的人脸轮廓的外区域;将输入的人脸图像的人脸轮廓的内区域进行平滑和压缩操作后,与人脸数据库匹配到的人脸轮廓的外区域融合,生成带伪影信息的伪造人脸数据。本发明可以实现伪造人脸数据的快速生成,满足了训练的需要。

    带钢牵引机器人
    4.
    发明公开

    公开(公告)号:CN118848936A

    公开(公告)日:2024-10-29

    申请号:CN202411015761.4

    申请日:2024-07-26

    摘要: 本发明涉及热轧带钢生产设备技术领域,提供一种带钢牵引机器人,包括:适于沿输送线长度方向依次设置的头部形态校正机构以及牵引抓取机构;所述头部形态校正机构被配置为校正带钢头部的姿态,以使得带钢头部平直朝向正后方,垂直于输送线所在平面,以及与输送线中心平面重合;所述牵引抓取机构被配置为抓取带钢头部,并使得带钢头部能够被送入夹送辊。通过头部形态校正机构和牵引抓取机构的协同工作,实现了对带钢头部的精确校正和稳定抓取。能够代替人工作业,实现对带钢头部自动牵引,进而提高热轧带钢生产效率,降低安全事故率。

    一种基于长文本处理技术和知识图谱的职业分类方法

    公开(公告)号:CN117708663A

    公开(公告)日:2024-03-15

    申请号:CN202311620078.9

    申请日:2023-11-29

    摘要: 本发明公开了一种基于长文本处理技术和知识图谱的职业分类方法,包括如下:构建知识图谱,利用BERT+BiLSTM+CRF进行实体关系抽取;利用关系注意力公式计算关系注意力,并给关系添加一下权重的标签,并把关系注意力的值赋给权重;训练模型,训练的时候,检测文本中的实体关系,在遇到所构建的知识图谱中的关系的时候,对文本中实体关系的词向量加权,输入变成了两部分,一部分加权,一部分不加权;预测,根据步骤2得到的模型进行预测文本属于那个职业,这里的输入也是分两部分,一部分加权,一部分不加权。利用本发明能够加快模型收敛,提高职业分类准确率。

    一种基于多频域融合的人脸伪造检测方法

    公开(公告)号:CN115719519A

    公开(公告)日:2023-02-28

    申请号:CN202211279834.1

    申请日:2022-10-19

    摘要: 本发明公开一种基于多频域融合的人脸伪造检测方法,包括:判断输入数据的类型;若输入数据为视频,则对输入的视频序列由起始帧起进行人脸检测、跟踪,识别出同一人脸后存储为序列,输入多频域模型检测对识别出的同一人脸的序列视频逐帧进行检测,输出视频序列中人脸的真伪检测结果;若输入数据为图像,则对输入的图像数据人脸检测,将检测出人脸的图像数据预处理后,输入多频域模型检测,输出图像中人脸真伪检测结果。本发明将多频域融合的卷积方法融入Deepfake图像检测,提升了Deepfake伪造人脸鉴别精度。

    一种基于rPPG心率特性的人脸伪造视频检测方法

    公开(公告)号:CN115620405A

    公开(公告)日:2023-01-17

    申请号:CN202211279824.8

    申请日:2022-10-19

    摘要: 本发明公开一种基于rPPG心率特性的人脸伪造视频检测方法,包括:利用训练好的人脸检测器对输入图像序列数据的起始帧进行人脸检测;检测出人脸后,利用人脸跟踪技术定位出人脸ROI区域;对序列人脸ROI区域逐帧分别进行rPPG心率特征提取;将提取的rPPG心率特征分别输入到rPPG_DetNet网络中进行真伪预测,得到检测结果。本发明的在人脸检测的过程中加入了面部跟踪,在提升人脸检测的效率的同时可使面部检测框更稳定与平滑,从而保留更多的帧间信息。

    一种基于多模态的深度强化学习的推演方法

    公开(公告)号:CN117709462A

    公开(公告)日:2024-03-15

    申请号:CN202311619591.6

    申请日:2023-11-29

    摘要: 本发明公开了一种基于多模态的深度强化学习的推演方法,所述方法用深度强化学习DQN算法,进行态势与决策推演;智能体在与态势环境交互中,学习不同状态下应该采取怎样的决策动作以使得未来总体收益最高,即未来态势趋于稳定;动作集合:0:保持现状不加干预,1:加大舆论,2:压制舆论,表示为决策者建议的具体措施;状态空间包括:事件热度、支持数、反对数、中立数、热度变化率、多模态当事人情感,多模态民众的情感表示智能体对态势环境的观测。本发明能够相较于传统的文本单模态情感分析存在信息量低、识别效果差等缺点,多模态情感分析可以利用不同模态之间的互补性来提升识别效果。

    DeepFake伪造区域可定位的鉴伪取证方法

    公开(公告)号:CN115700851A

    公开(公告)日:2023-02-07

    申请号:CN202211279364.9

    申请日:2022-10-19

    摘要: 本发明公开一种DeepFake伪造区域可定位的鉴伪取证方法,采用面部伪造区域定位与鉴别模型鉴别,模型包括面部伪造区域定位模块、面部真伪判别模块:面部伪造区域定位模块通过编码操作将获得的输入图像的特征图逐步减小,然后解码操作,将最终减小的特征图逐步放大到与输入图像相同的分辨率;对放大后特征图用Softmax像素分类,得到分类结果,实现伪造区域定位;面部真伪判别模块,将伪造区域定位结果作为输入,通过编码操作降低特征图分辨率,当特征图分辨率降低为[1,1]时,输入到Softmax分类,得到输入图像真伪判别结果,将伪造区域在图像中可视化展示。本发明实现取证结论有据和结果可视。

    用于DeepFake鉴伪模型的伪造数据自生成方法

    公开(公告)号:CN115512423A

    公开(公告)日:2022-12-23

    申请号:CN202211279318.9

    申请日:2022-10-19

    IPC分类号: G06V40/16 G06V10/82

    摘要: 本发明公开一种用于DeepFake鉴伪模型的伪造数据自生成方法,包括:对输入图像进行人脸检测,提取输入的人脸图像;根据输入的人脸图像生成人脸轮廓;提取输入的人脸图像的人脸轮廓的内区域及外区域;将输入的人脸图像的人脸轮廓的内区域按不同系数压缩、平滑操作后,再调整到与初始的所述输入的人脸图像的人脸轮廓的内区域尺寸相同,得到待融合的人脸轮廓的内区域图像;将待融合的人脸轮廓的内区域图像填充到输入的人脸图像的人脸轮廓的外区域融合;对融合后图像的人脸轮廓周边像素平滑操作,生成带有伪影信息的伪造人脸数据。本发明可实现伪造人脸数据的快速生成,满足了训练的需要。