-
公开(公告)号：CN112395971A
公开(公告)日：2021-02-23
申请号：CN202011276111.7
申请日：2020-11-16
Applicant: 公安部第三研究所
Abstract: 本发明涉及一种基于StarGAN网络模型实现不同量化光照以及角度条件下人脸测试图像生成的方法，包括制作不同量化光照以及角度条件下不同身份人脸训练数据生成标签；对训练用不同光照及角度条件下真实人脸图片数据集预处理；基于StarGAN网络模型构建光照及角度迁移网络及基础损失；利用人脸身份特征提取网络构建身份一致性损失；利用人脸图像与真实目标人脸图像进行差异分析构建L1损失；将预处理后的训练用人脸图像输入光照及角度迁移网络进行训练；形成最终不同量化光照及角度条件下人脸测试图像生成模型。本发明还涉及相应的系统、装置、处理器及其存储介质。采用了本发明的技术方案，利用配对人脸损以及提取预训练网络来构建身份一致性损失，生成的不同量化光照以及角度条件下人脸图像具有更高的清晰度以及身份一致性。
-
公开(公告)号：CN106772285A
公开(公告)日：2017-05-31
申请号：CN201611069813.1
申请日：2016-11-29
Applicant: 公安部第三研究所
Abstract: 本发明涉及一种船载X波段测波雷达回波图像的预处理方法，包括以下步骤：(1)对船舶运动形式进行研究，将船舶在海上的运动状态定义为六个自由度的运动；(2)根据船舶运动状态建立海上运动模型，评估X波段测波雷达回波图像的影响大小；(3)忽略船舶艏摇和横荡的影响；(4)计算接收到的信号电平损失；(5)实时获得实际距离分辨单元与参考距离分辨单元之间的偏移量，并对测波雷达回波图像序列进行校正以满足后续海态参数反演要求。采用该方法，计算方法简单，占用资源少；还适用于红外及可见光海面成像雷达，具有广泛的应用范围。
-
-
公开(公告)号：CN110415309B
公开(公告)日：2023-09-08
申请号：CN201910559150.9
申请日：2019-06-26
Applicant: 公安部第三研究所
Abstract: 本发明涉及一种基于生成对抗网络实现指纹图片自动生成的方法，包括对训练用的指纹图片数据集进行预处理；对预处理后的指纹图片按照左旋指纹、旋涡指纹、右旋指纹、帐篷形指纹以及拱形指纹五类样式为对应的标签进行独热编码；以条件生成对抗网络为基础构建训练网络模型；向训练网络模型输入训练用指纹图像以及对应的标签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，自动生成指纹图片。采用了基于生成对抗网络实现指纹图片自动生成的方法，搭建的生成对抗网络结构简单，生成速度快，最终由生成网络生成的指纹图片清晰、逼真而且能够生成匹配不同个体的指纹图片，在指纹数据集构建以及指纹安全领域都有广阔的应用前景。
-
公开(公告)号：CN116486473A
公开(公告)日：2023-07-25
申请号：CN202310208204.3
申请日：2023-03-07
Applicant: 公安部第三研究所
IPC: G06V40/20 , G06V10/77 , G06V10/776 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种实现步态识别对抗攻击样本生成处理的方法，包括以下步骤：构建真实步态图像序列；构建生成对抗网络；将生成的对抗图像与原始真实步态图像输入图像序列融合模块；构建步态对抗攻击样本生成网络；利用真实步态图像序列训练集以及目标步态识别模型反馈结果对网络进行训练；生成对应的步态识别对抗攻击样本。本发明还涉及一种实现步态识别对抗攻击样本生成的装置、处理器及其存储介质。采用了本发明的实现步态识别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，可以获得较高的攻击成功率，该网络结构简单，执行效率高，生成的步态对抗攻击样本真实、清晰，在步态对抗攻击样本数据集构建以及步态识别安全领域都有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN111597983B
公开(公告)日：2023-06-06
申请号：CN202010409174.9
申请日：2020-05-14
Applicant: 公安部第三研究所
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度卷积神经网络实现生成式虚假人脸图像鉴定的方法，包括利用主流人脸生成模型生成虚假人脸；对训练用的真实人脸以及生成人脸图片数据集进行成对预处理，并制定标签；以深度卷积神经网络为基础构建共同特征提取网络以及分类网络；利用对比损失，向共同特征提取网络输入训练用成对人脸图像进行训练；将训练后的共同特征提取网络与分类网络进行级联，输入生成的或者真实单人脸图像进行训练；根据经过训练后得到的级联网络模型进行生成式虚假人脸图像鉴定。采用了本发明的基于深度卷积神经网络实现生成式虚假人脸图像鉴定的方法，搭建的网络结构简单，鉴别速度快，在虚假生物特征图像鉴别以及人脸图像安全领域有广阔的应用前景。
-
公开(公告)号：CN109104606B
公开(公告)日：2022-03-15
申请号：CN201811250992.8
申请日：2018-10-25
Applicant: 公安部第三研究所
IPC: H04N17/00
Abstract: 本发明涉及一种快速测量摄像机倾角与视场角的系统及方法，包括摄像机固定台，用于固定摄像机的位置；成像目标测试板，在所述的摄像机固定台上摄像机的成像视场范围内，且所述的成像视场上端与所述的成像目标测试板的上端相对应，所述的成像视场下端与所述的成像目标测试板的下端相对应，用于根据同心圆图形来成像；高精度三轴调整架，用于调整测试板的位置；控制计算机，用于调整三轴调整架的高度。采用了该快速测量摄像机倾角与视场角的系统及方法，固定待测摄像机与成像目标测试板的初始化相对位置，采用摄像机对同心圆图形进行成像，操作简单方便，可重复性好，可快速获取结果。
-
公开(公告)号：CN111597983A
公开(公告)日：2020-08-28
申请号：CN202010409174.9
申请日：2020-05-14
Applicant: 公安部第三研究所
Abstract: 本发明涉及一种基于深度卷积神经网络实现生成式虚假人脸图像鉴定的方法，包括利用主流人脸生成模型生成虚假人脸；对训练用的真实人脸以及生成人脸图片数据集进行成对预处理，并制定标签；以深度卷积神经网络为基础构建共同特征提取网络以及分类网络；利用对比损失，向共同特征提取网络输入训练用成对人脸图像进行训练；将训练后的共同特征提取网络与分类网络进行级联，输入生成的或者真实单人脸图像进行训练；根据经过训练后得到的级联网络模型进行生成式虚假人脸图像鉴定。采用了本发明的基于深度卷积神经网络实现生成式虚假人脸图像鉴定的方法，搭建的网络结构简单，鉴别速度快，在虚假生物特征图像鉴别以及人脸图像安全领域有广阔的应用前景。
-
公开(公告)号：CN111597978A
公开(公告)日：2020-08-28
申请号：CN202010408231.1
申请日：2020-05-14
Applicant: 公安部第三研究所
Abstract: 本发明涉及一种基于StarGAN网络模型实现行人重识别图片自动生成的方法，包括对训练用的行人图片数据集进行预处理；将预处理后的图片数据集输入姿态特征提取网络以及外观特征提取网络分别进行姿态特征提取以及外观特征提取；基于StarGAN网络模型构建行人重识别图片，自动生成风格迁移网络；将训练用行人图片以及对应的姿态特征和外观特征输入风格迁移网络，并进行训练；形成最终的行人生成网络。采用了本发明的基于StarGAN网络模型实现行人重识别图片自动生成的方法，可以使用在任意数据集上训练得到的任意特征提取预训练网络以及姿态提取预训练网络来对进行行人特征提取，生成的行人重识别图片清晰、真实。
-
公开(公告)号：CN110415309A
公开(公告)日：2019-11-05
申请号：CN201910559150.9
申请日：2019-06-26
Applicant: 公安部第三研究所
Abstract: 本发明涉及一种基于生成对抗网络实现指纹图片自动生成的方法，包括对训练用的指纹图片数据集进行预处理；对预处理后的指纹图片按照左旋指纹、旋涡指纹、右旋指纹、帐篷形指纹以及拱形指纹五类样式为对应的标签进行独热编码；以条件生成对抗网络为基础构建训练网络模型；向训练网络模型输入训练用指纹图像以及对应的标签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，自动生成指纹图片。采用了基于生成对抗网络实现指纹图片自动生成的方法，搭建的生成对抗网络结构简单，生成速度快，最终由生成网络生成的指纹图片清晰、逼真而且能够生成匹配不同个体的指纹图片，在指纹数据集构建以及指纹安全领域都有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.031 seconds)
