-
公开(公告)号:CN119559675A
公开(公告)日:2025-03-04
申请号:CN202411515059.4
申请日:2024-10-28
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: G06V40/16 , G06V40/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种人脸识别方法、装置、计算机设备以及存储介质。包括:通过双流人脸识别模型中的内脸特征提取网络提取出模型训练图像的样本内脸特征,且通过双流人脸识别模型中的外脸特征提取网络提取出模型训练图像的样本外脸特征;根据模型训练图像、样本内脸特征和样本外脸特征确定双流人脸识别模型的特征一致性损失、人脸识别分类损失和身份一致性损失;根据特征一致性损失、人脸识别分类损失、身份一致性损失和双流人脸识别模型在模型训练时的二分类交叉熵损失,确定双流人脸识别模型是否可以作为目标人脸识别模型;若是,则根据目标人脸识别模型确定待检测图像是否为深度伪造图像。上述方案,能够提高人脸识别的精确度。
-
公开(公告)号:CN118918452A
公开(公告)日:2024-11-08
申请号:CN202410927791.6
申请日:2024-07-11
Applicant: 浙江大学计算机创新技术研究院
IPC: G06V20/00 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0455 , G06V20/62
Abstract: 本发明公开了一种基于图像重构的图像篡改检测方法。本发明利用重建网络建模真实图像的分布,具体是在解码器上应用度量学习,使真实图像的特征在特征空间中相互接近,而真实图像特征和篡改图像特征之间远离,学习到的特征更容易用来检测未知的篡改痕迹;再利用多尺度图推理模块进一步挖掘具有区分能力的表示;最后利用重构引导注意力模块关注可能的伪造区域,确保了学习到的图像分布差异,可以将具有未知篡改模式的篡改图像更容易被识别出来。
-
公开(公告)号:CN117854160A
公开(公告)日:2024-04-09
申请号:CN202311758536.5
申请日:2023-12-20
Applicant: 浙江大学
IPC: G06V40/40 , G06V40/16 , G06V10/56 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供了一种基于人工多模态和细粒度补丁的人脸活体检测方法及系统,本发明通过从RGB图像中人工创造稠密光流模态、时间池化模态、摩尔纹模态和深度图模态,并将这些人工模态进行融合,旨在解决单RGB图像检测准确率下降的问题,同时避免了使用额外传感器采集多模态信息带来的高昂部署成本。本发明采用从面部图像中裁剪出的补丁来对局部特征进行识别,从而提高了检测的准确性。本发明采用了基于非对称边缘的分类损失和自监督相似性损失来规范特征嵌入空间,从而提高了检测的稳定性和可靠性。
-
-