一种识别模型的跨场景适配方法和系统

    公开(公告)号:CN117114133A

    公开(公告)日:2023-11-24

    申请号:CN202311050318.6

    申请日:2023-08-18

    Inventor: 曹佳炯

    Abstract: 本说明书提供的识别模型的跨场景适配方法和系统,确定通用于各个场景的基础模型,基于基础模型确定针对目标场景的目标插件模型,进而采用通用的基础模型和专门针对目标场景的个性化目标插件模型来共同在目标场景中执行目标识别,提高跨场景适配时在目标场景中的识别准确率。

    训练识别活体模型的方法、装置、设备和介质

    公开(公告)号:CN117037294A

    公开(公告)日:2023-11-10

    申请号:CN202311049919.5

    申请日:2023-08-18

    Inventor: 曹佳炯

    Abstract: 本说明书实施例提供了用于训练识别活体模型的方法,其中包括:利用所述多个数据域样本和第一损失函数,针对教师网络模型进行训练,基于经训练的教师网络模型的隐空间特征,针对学生网络模型进行训练,以获取与所述教师网络模型拟合的学生网络模型,对特定数据域样本执行多阶段扩散,从而基于多阶段扩散的活体特征对所述学生网络模型执行增强学习,以将所获取的、与教师网络模型拟合增强的增强型学生网络模型作为识别活体模型。

    一种训练隐私保护模型的方法、隐私保护方法及装置

    公开(公告)号:CN112487479B

    公开(公告)日:2023-10-13

    申请号:CN202011435672.7

    申请日:2020-12-10

    Inventor: 曹佳炯 丁菁汀

    Abstract: 说明书实施例提供了一种训练隐私保护模型的方法、隐私保护方法及装置,隐私保护模型用于为预先训练的深度学习模型提供模型隐私保护,深度学习模型的输出结果为图像,该训练方法包括:获取第一数据,以及深度学习模型针对第一数据生成的第一图像;将第一图像输入所述隐私保护模型,生成第二图像;基于第一图像和第二图像,确定图像差异损失;将第一数据输入用于模拟深度学习模型的替代模型,以第一图像为标签确定第一梯度,并以第二图像为标签确定第二梯度;根据第一梯度和第二梯度,确定梯度差异损失;以图像差异损失趋于减少,梯度差异损失趋于增大为目标,更新所述隐私保护模型。

    一种活体检测方法和系统
    15.
    发明公开

    公开(公告)号:CN116524611A

    公开(公告)日:2023-08-01

    申请号:CN202310503058.7

    申请日:2023-04-28

    Inventor: 曹佳炯

    Abstract: 本说明书提供了一种活体检测方法和系统,涉及生物识别技术领域。本说明书提供的活体检测方法和系统通过将用户点击操作与人脸识别相结合的方式进行活体检测,不需要用户在任何场合(如公共场合)进行特定的面部动作完成额外的信息录入,减少了用户进行活体检测的尴尬感;并且,通过将用户点击操作产生的屏幕点击数据作为辅助手段,融合进人脸识别的活体检测过程中,可以通过对屏幕点击数据的检测识别提高活体检测的安全性。

    对抗攻击的检测方法及系统
    17.
    发明公开

    公开(公告)号:CN116433955A

    公开(公告)日:2023-07-14

    申请号:CN202211728608.7

    申请日:2022-12-30

    Inventor: 曹佳炯 丁菁汀

    Abstract: 本说明书提供一种对抗攻击的检测方法及系统,获取用户的原始图像后,基于原始图像构建至少一个维度的图模型,并将至少一个维度的图模型输入至图神经网络模型,确定生物特征的关联区域特征,以及将关联区域特征输入至对抗攻击检测模型,得到用户的对抗攻击检测结果。所述方法和系统利用至少一个维度的图模型来建立不同区域特征之间的关联关系,不仅能从原始区域特征的维度进行对抗攻击检测,还能从不同原始区域特征之间的关联关系的维度进行对抗攻击检测,从而丰富对抗攻击检测的输入信息,提高对抗攻击的检测精度。

    跨域的深度伪造检测模型训练方法、深度伪造检测方法和系统

    公开(公告)号:CN116385817A

    公开(公告)日:2023-07-04

    申请号:CN202310089914.9

    申请日:2023-01-17

    Inventor: 曹佳炯

    Abstract: 本说明书提供的跨域的深度伪造检测模型训练方法、深度伪造检测方法和系统,基于SFDA算法以及EM算法,将源域上训练好的标签预测模型迁移至目标域中,以对目标域中的目标样本图像进行标签预测,得到对应的目标标注标签,从而利用目标域中的目标样本图像和目标标注标签对深度伪造检测模型进行训练,以使深度伪造检测模型跨域自适应至目标域中。本说明书提供的跨域的深度伪造检测模型训练方法、深度伪造检测方法和系统在无需获取目标域的标签的情况下,提升了深度伪造检测模型的跨域自适应的性能,从而提升了深度伪造检测模型在目标域中的检测准确性。

    活体检测方法和系统
    19.
    发明公开

    公开(公告)号:CN116311546A

    公开(公告)日:2023-06-23

    申请号:CN202211652624.2

    申请日:2022-12-22

    Inventor: 曹佳炯

    Abstract: 本说明书提供的活体检测方法和系统,在获取目标面部图像,并在目标面部图像中提取出预设属性的显式属性特征后,在目标面部图像中提取出隐式属性特征,该隐式属性特征包括未知类型的攻击具备的除预设属性以外的未知属性的特征,以及基于显式属性特征和隐式属性特征,对目标面部图像进行活体检测,并输出活体检测结果;该方案可以提升活体检测的准确率和检测效率。

    一种活体检测模型训练方法、装置、存储介质及电子设备

    公开(公告)号:CN116259115A

    公开(公告)日:2023-06-13

    申请号:CN202211743671.8

    申请日:2022-12-28

    Inventor: 曹佳炯

    Abstract: 本申请公开了一种活体检测模型训练方法、装置、存储介质及电子设备,其中方法包括:获取训练样本集合的特征信息,将特征信息输入时序模型,以确定各训练样本的时序关系,基于时序关系获取特征信息的特征向量,计算时序模型的时序损失函数,基于时序损失函数确定时序模型的第一状态,直至第一状态指示时序模型收敛,得到训练完成的时序模型,将特征向量输入跨域适配模型,获取适配后的适配特征向量以及活体预测结果,基于适配特征向量得到各适配特征向量的适配时序关系以及迁移特征计算跨域适配模型对应的跨域适配损失函数,基于跨域适配损失函数确定跨域适配模型的第二状态,直至第二状态指示跨域适配模型收敛,得到训练完成的跨域适配模型。

Patent Agency Ranking