-
公开(公告)号：CN115661514A
公开(公告)日：2023-01-31
申请号：CN202211265295.6
申请日：2022-10-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06Q30/018
Abstract: 本说明书公开了一种篡改检测方法、装置、计算机程序产品、存储介质及设备，其中方法包括：获取商户认证图像，基于预训练的篡改检测模型提取所述商户认证图像中的篡改特征，并基于所述篡改特征生成所述商户认证图像对应的篡改检测结果，若所述篡改检测结果指示所述商户认证图像被篡改，则输出认证失败信息，可以对篡改的商户认证图像进行准确识别并拦截。
-
公开(公告)号：CN110830448B
公开(公告)日：2022-09-13
申请号：CN201910981372.X
申请日：2019-10-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L9/40
Abstract: 本说明书实施例提供了一种目标事件的流量异常检测方法、装置、电子设备及介质，通过预先设置流量预测模型，结合目标事件当前时间点的前k个时间点的真实流量数据，得到当前时间点的预测流量数据，进而通过预设的概率分布模型得到当前时间点的真实流量数据与预测流量数据之间的差异值出现的概率值，通过该概率值确定目标事件在当前时间点的真实流量数据是否存在异常。
-
公开(公告)号：CN112200711A
公开(公告)日：2021-01-08
申请号：CN202011167598.5
申请日：2020-10-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提出一种水印分类模型的训练方法及系统，系统包括综合节点和多个数据节点，任一数据节点，将本地数据集中任一图像输入到本地的水印检测模型中；利用该模型输出结果中的水印位置对该图像进行截取，获得至少一个目标水印图像；利用获得目标水印图像集构建水印分类模型训练样本集。循环迭代以下步骤，直至满足训练要求：任一数据节点，利用本地构建的训练样本集以及当前模型参数计算水印分类模型训练特征，并将模型训练特征上传至综合节点；综合节点接收到各个数据节点上传的模型训练特征后，确定水印分类模型综合训练特征，并将该综合训练特征下发至各个数据节点；任一数据节点，利用接收到的综合训练特征对本地模型参数进行更新。
-
公开(公告)号：CN111738440A
公开(公告)日：2020-10-02
申请号：CN202010757517.0
申请日：2020-07-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 公开了一种基于领域自适应与联邦学习的模型训练方法及系统。一方面，采用联邦学习架构，使得源业务方与目标业务方可以在不彼此交互数据隐私的情况下联合训练模型，保护了双方的数据隐私。另一方面，针对目标业务领域的样本集缺乏准确标签的情况，利用源业务领域的样本集的特征与标签之间的映射关系进行迁移学习，本质上是将源业务领域下训练的模型适应到目标业务领域下。
-
公开(公告)号：CN114880517B
公开(公告)日：2024-10-22
申请号：CN202210592045.7
申请日：2022-05-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/73 , G06F16/783 , G06F16/75
Abstract: 本说明书实施例提供了用于视频检索的方法及装置。在该方法中，获取待匹配视频中的视频帧图像；从视频帧图像中提取图像特征以及文本特征；根据用于表征聚类中心的中心变量对图像特征和所述文本特征进行特征融合，以得到融合特征，其中，中心变量用于将属于同一视频的不同模态的特征进行关联；以及根据融合特征在视频数据库中进行视频检索，以确定出视频数据库中与待匹配视频相匹配的视频，其中，视频数据库中存储有多个视频以及每个视频对应的视频特征。
-
Patent Agency Ranking
公开(公告)号：CN112926700B
公开(公告)日：2022-04-12
申请号：CN202110460794.X
申请日：2021-04-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种针对目标图像的类别识别方法和装置，所述目标图像中包括文本，所述方法包括：识别所述目标图像中的文本内容，得到第一文本识别结果；将所述目标图像输入图像编码器，通过所述图像编码器输出所述目标图像对应的第一图像语义特征向量；将所述第一文本识别结果输入文本编码器，通过所述文本编码器输出所述第一文本识别结果对应的第一文本语义特征向量；将所述第一图像语义特征向量和所述第一文本语义特征向量输入多模融合编码器，通过所述多模融合编码器输出第一全局特征向量；根据所述第一全局特征向量，确定所述目标图像的目标类别。能够提高针对目标图像的类别识别的准确率。
-
公开(公告)号：CN110837633B
公开(公告)日：2021-10-08
申请号：CN201910982638.2
申请日：2019-10-16
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种智能凭证实现方法，应用于M个凭证服务器中，其中，M为大于2的整数，包括：接收客户终端发送的凭证请求；根据所述凭证请求，从所述M个凭证服务器中确定用于响应所述凭证请求的N个凭证服务器，并获取所述N个凭证服务器响应所述凭证请求而生成的智能准入凭证，其中，所述智能准入凭证是基于N个凭证数据而生成的，所述N个凭证数据为所述N个凭证服务器用于响应所述凭证请求而生成的，所述N个凭证数据与所述N个凭证服务器一一对应，N为大于2且不大于M的整数；将所述智能准入凭证返回给所述客户终端。
-
公开(公告)号：CN112926700A
公开(公告)日：2021-06-08
申请号：CN202110460794.X
申请日：2021-04-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种针对目标图像的类别识别方法和装置，所述目标图像中包括文本，所述方法包括：识别所述目标图像中的文本内容，得到第一文本识别结果；将所述目标图像输入图像编码器，通过所述图像编码器输出所述目标图像对应的第一图像语义特征向量；将所述第一文本识别结果输入文本编码器，通过所述文本编码器输出所述第一文本识别结果对应的第一文本语义特征向量；将所述第一图像语义特征向量和所述第一文本语义特征向量输入多模融合编码器，通过所述多模融合编码器输出第一全局特征向量；根据所述第一全局特征向量，确定所述目标图像的目标类别。能够提高针对目标图像的类别识别的准确率。
-
公开(公告)号：CN111738440B
公开(公告)日：2020-11-24
申请号：CN202010757517.0
申请日：2020-07-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 公开了一种基于领域自适应与联邦学习的模型训练方法及系统。一方面，采用联邦学习架构，使得源业务方与目标业务方可以在不彼此交互数据隐私的情况下联合训练模型，保护了双方的数据隐私。另一方面，针对目标业务领域的样本集缺乏准确标签的情况，利用源业务领域的样本集的特征与标签之间的映射关系进行迁移学习，本质上是将源业务领域下训练的模型适应到目标业务领域下。
-
公开(公告)号：CN111325113A
公开(公告)日：2020-06-23
申请号：CN202010078402.9
申请日：2020-02-03
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种图像检测方法、装置、设备及介质。在一个实施例中，该方法可以包括：首先，获取目标图像；接着，在确定目标图像包括可交换图像文件信息的情况下，判断可交换图像文件信息是否包括目标信息，得到第一判断结果；然后，在第一判断结果为是的情况下，判断目标信息是否满足预设条件，得到第二判断结果；再接着，在第二判断结果为是的情况下，确定目标图像被篡改。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.023 seconds)
