人脸活体检测对抗鲁棒性的评估方法及装置

    公开(公告)号:CN114241587A

    公开(公告)日:2022-03-25

    申请号:CN202210165316.0

    申请日:2022-02-23

    Abstract: 本公开涉及一种人脸活体检测对抗鲁棒性的评估方法及装置、电子设备及计算机设备,所述方法包括:将原始人脸图像输入预先训练好的语义特征增广网络,输出噪声特征;将原始人脸图像输入预先训练好的多任务网络模型,输出多个分支特征向量;根据所述噪声特征、所述多个分支特征向量和原始人脸图像生成多个分支对抗样本;将原始人脸图像和多个分支对抗样本分别输入预先训练好的骨干网络,输出对应的原始检测准确率以及对抗检测准确率;根据两者之间的差值确定各分支特征的对抗鲁棒性,细粒度对抗样本包括噪声特征和分支特征向量,能够利用细粒度对抗样本从多个干扰特征中选出对骨干网络的人脸活体检测准确率重要的特征。

    基于视觉对抗重构的DeepFake防御方法和系统

    公开(公告)号:CN114005170B

    公开(公告)日:2022-03-25

    申请号:CN202210002592.5

    申请日:2022-01-05

    Abstract: 本发明提出基于视觉对抗重构的DeepFake防御方法和系统。其中,方法包括:两阶段方法。在第一阶段,将真实人脸数据转化为潜在编码,它能够通过一个生成器逼真地重建真实图像。将这个问题看做GAN的逆向问题,训练一个编码器来生成潜在嵌入,将其作为初始化,然后再对其进行微调。在第二阶段,在第一阶段获得的潜在嵌入的临近域中搜索,以获得最优嵌入,该嵌入可以产生完美的重建并且使DeepFake失效。此过程中,潜在嵌入使用来自目标DeepFake模型的梯度信息进行优化,并限制在一个小的修改范围中,以满足视觉相似性要求。

    基于人脸三维形状的换脸伪造检测方法、系统及设备

    公开(公告)号:CN112949464B

    公开(公告)日:2021-12-14

    申请号:CN202110219838.X

    申请日:2021-02-26

    Abstract: 本发明属于人脸交换图像、计算机视觉与图像取证领域,具体涉及了一种基于人脸三维形状的换脸伪造检测方法、系统及设备,旨在解决现有技术易受后处理操作与非同源人脸伪造方法的攻击,模型鲁棒性和和泛化性不高,从而人脸伪造检测准确性较低甚至无法检测的问题。本发明包括:提取人物面部外观确定人物身份;从注册参考集中获取相应人物的面部三维形状特征模板;通过3DMM提取待检测图像的面部三维形状特征;计算两者之间的马氏距离,若小于真假判断阈值,则为真实人脸图像;否则,为换脸伪造图像。本发明可以将伪造样本从真实人脸图片中检测出来,同时有效提升检测模型对多种后处理操作的抗干扰能力以及与训练数据非同源的伪造方法的泛化能力。

    基于人脸三维形状的换脸伪造检测方法、系统及设备

    公开(公告)号:CN112949464A

    公开(公告)日:2021-06-11

    申请号:CN202110219838.X

    申请日:2021-02-26

    Abstract: 本发明属于人脸交换图像、计算机视觉与图像取证领域,具体涉及了一种基于人脸三维形状的换脸伪造检测方法、系统及设备,旨在解决现有技术易受后处理操作与非同源人脸伪造方法的攻击,模型鲁棒性和和泛化性不高,从而人脸伪造检测准确性较低甚至无法检测的问题。本发明包括:提取人物面部外观确定人物身份;从注册参考集中获取相应人物的面部三维形状特征模板;通过3DMM提取待检测图像的面部三维形状特征;计算两者之间的马氏距离,若小于真假判断阈值,则为真实人脸图像;否则,为换脸伪造图像。本发明可以将伪造样本从真实人脸图片中检测出来,同时有效提升检测模型对多种后处理操作的抗干扰能力以及与训练数据非同源的伪造方法的泛化能力。

    一种基于光照方向不一致性的图像拼接检测方法

    公开(公告)号:CN105678308A

    公开(公告)日:2016-06-15

    申请号:CN201610018509.8

    申请日:2016-01-12

    CPC classification number: G06K9/4661

    Abstract: 本发明公开了一种基于光照方向不一致性的图像拼接检测方法,该方法包括以下步骤:从待测图片中选定一对目标人脸,拟合目标人脸的三维人脸模型;将三维人脸模型和待测图片上的二维人脸图片对齐;由不同光照下渲染生成的图片拟合三维人脸模型上采样点处的反射转移系数;由反射转移系数计算每个二维人脸图片的光照系数;比较两组光照系数的差异,得到判定结论。由于本发明是一种基于视觉的取证方法,不依赖于微小的图像统计特征,所以适用于互联网低质量图像的取证。此外,本发明计算了人脸的非凸和纹理特性,因此具有更好的适用性和精度。

    一种四足机器人运动控制器

    公开(公告)号:CN102785250A

    公开(公告)日:2012-11-21

    申请号:CN201210303079.6

    申请日:2012-08-23

    Abstract: 本发明公开了一种CANOpen总线结构的四足机器人运动控制器,包括:操纵台、主控制器、视觉系统、姿态测量系统、腿部分控制器、头部分控制器、腿部驱动器、头部驱动器、腿部关节电机、头部关节电机、腿部位置传感器、头部位置传感器和足力传感器。腿部分控制器包括右前分控制器、左后分控制器、左前分控制器和右后分控制器。通过主控制器对姿态信息和视觉信息的处理,实时规划机器人的运动步态和运动路径,同时将运动指令传送到腿部分控制器和头部分控制器,腿部分控制器与头部分控制器通过传感器的反馈信息实现底层电机的实时控制和精确控制,从而实现四足机器人复杂环境下的自适应行走。

    人脸鉴伪取证方法及装置、电子设备及存储介质

    公开(公告)号:CN115410260B

    公开(公告)日:2023-03-28

    申请号:CN202211076090.3

    申请日:2022-09-05

    Abstract: 本公开涉及一种人脸鉴伪取证方法及装置、电子设备及存储介质,所述方法包括:在疑似换脸图像上绘制脸部包络线,其中,所述疑似换脸图像为利用训练好的人脸鉴伪模型鉴别得到的;将疑似换脸图像上脸部包络线范围内的区域作为目标区域,对所述目标区域的图像进行增强处理,分别得到疑似换脸图像的更真增强图和更假增强图;将更真增强图和更假增强图与疑似换脸图像进行对比显示,作为疑似换脸图像的鉴别证据,通过疑似换脸图像的更真增强图和更假增强图以及与目标区域的图像原图进行对比,能够凸显出疑似换脸图像的伪造痕迹,作为人脸鉴伪模型的鉴别证据。

    基于视觉对抗重构的DeepFake防御方法和系统

    公开(公告)号:CN114005170A

    公开(公告)日:2022-02-01

    申请号:CN202210002592.5

    申请日:2022-01-05

    Abstract: 本发明提出基于视觉对抗重构的DeepFake防御方法和系统。其中,方法包括:两阶段方法。在第一阶段,将真实人脸数据转化为潜在编码,它能够通过一个生成器逼真地重建真实图像。将这个问题看做GAN的逆向问题,训练一个编码器来生成潜在嵌入,将其作为初始化,然后再对其进行微调。在第二阶段,在第一阶段获得的潜在嵌入的临近域中搜索,以获得最优嵌入,该嵌入可以产生完美的重建并且使DeepFake失效。此过程中,潜在嵌入使用来自目标DeepFake模型的梯度信息进行优化,并限制在一个小的修改范围中,以满足视觉相似性要求。

    基于三维人脸分解的换脸与重演方法及装置

    公开(公告)号:CN113344777B

    公开(公告)日:2021-10-15

    申请号:CN202110882708.4

    申请日:2021-08-02

    Abstract: 本发明提供基于三维人脸分解的换脸与重演方法及装置,具有同一套流程可同时实现任意人换脸和表情重演的特点,方法包括:应用三维形变模型拟合将给定的2D图像分解,得到三维分解参数:ID形状,表情和姿态;训练图像转化模型,模型的统一输入为:目标图像背景Isur、操纵后的3D人脸投影Ishp、3D重演人脸表观图Iapp,模型输出为生成的换脸或重演图像;模型的训练损失为:约束生成图像与训练数据中的目标图像相似的重构损失Lrec和约束生成图像在ID上与输入图像相似的身份损失Lid;两项损失加权构成最终损失;优化所述最终损失,得到训练后的模型;将测试数据经三维人脸分解和人脸属性重组变换后,输入所述训练后的模型生成换脸视频及表情重演视频。

Patent Agency Ranking