-
公开(公告)号：CN113344777A
公开(公告)日：2021-09-03
申请号：CN202110882708.4
申请日：2021-08-02
Applicant: 中国科学院自动化研究所
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。
-
公开(公告)号：CN113033511B
公开(公告)日：2021-08-10
申请号：CN202110556372.2
申请日：2021-05-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于操控解耦身份表示的人脸匿名方法，包括：训练数据准备处理阶段，具有身份解耦能力的生成模型的训练阶段；人脸信息的操纵阶段；测试阶段；利用生成模型的去耦能力，以已有的人脸特征提取网络所提取的特征作为监督信号，将人脸图片的属性信息以及身份信息分别解耦。在顺利的解耦出人脸的属性信息以及身份信息之后，该方法保持属性信息不变，同时对身份信息进行操纵，以达到对人脸图片进行匿名化的目的。该方法主要包括以下阶段；本方法可以将图片和视频帧中已有的人脸进行匿名化处理，匿名化后的人脸图片或者视频帧在保持与原图高度相似的同时，不能够被已有的人脸识别系统检测为原身份，从而有效保护原人脸图片持有者的隐私。
-
公开(公告)号：CN112949469A
公开(公告)日：2021-06-11
申请号：CN202110220731.7
申请日：2021-02-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于图像识别领域，具体涉及了一种针对人脸篡改图像特点分布的图像识别方法、系统和设备，旨在解决现有的人脸篡改图像识别技术无法很好地处理人脸伪影以至于篡改图像识别准确率不足的问题。本发明包括：通过深度残差网络、空洞卷积网络和卷积层获取待检测图像的标准全局特征图像，基于标准全局特征图像通过Sigmoid激活函数生成空间注意力权重，并将空间注意力权重乘标准全局特征图像获得加权注意力特征图，由全局注意力特征图通过最大池化层、全连接层和非线性层得到真假脸的识别结果。本发明通过空洞卷积和注意力机制针对伪影的特征和伪造特征的分布特点进行检测，提高了篡改图像识别的准确性。
-
公开(公告)号：CN109247923B
公开(公告)日：2020-12-15
申请号：CN201811362231.1
申请日：2018-11-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于生物识别技术领域，尤其涉及一种基于视频的非接触式脉搏实时估计方法及设备，旨在增强实时体验与运动鲁棒性。本发明的方法包括：从视频流中获取感兴趣皮肤区域；计算所述视频流每一帧中所述感兴趣皮肤区域内所有像素的原始RGB信号；对所述原始RGB信号进行预处理；使用训练好的深度神经网络滤波器对所述预处理后信号进行滤波，得到脉搏估计信号；对所述脉搏估计信号进行心跳峰值检测；根据所述心跳峰值，采用预设方式计算当前瞬时心率。本发明可以有效地实现脉搏信号估计与瞬时心率计算，且具有较好的实时性、准确性和鲁棒性，适用于刑侦测谎、健康监测、生物识别中活体检测等领域。
-
公开(公告)号：CN110942034A
公开(公告)日：2020-03-31
申请号：CN201911190229.5
申请日：2019-11-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于深度网络生成图像、计算机视觉与图像取证领域，具体涉及一种用于检测多类型深度网络生成图像的方法、系统、装置，旨在解决现有深度网络生成图像检测方法针对不同类型和新类型的深度网络生成图像检测率低的问题。本系统方法包括获取待检测的图像，作为输入图像；通过高通滤波器对输入图像进行预处理，得到预处理图像；通过深度残差网络提取预处理图像的特征向量；基于所述特征向量，采用模板匹配方法与预设的模板图像库中各模板图像的特征向量进行匹配，获取所述待检测图像的类别。本发明提高了不同类型和新类型深度网络生成图像的检测准确率。
-
Patent Agency Ranking
公开(公告)号：CN107025647A
公开(公告)日：2017-08-08
申请号：CN201710137310.1
申请日：2017-03-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种图像篡改取证方法及装置，所述方法包括标注待测图像的观测线索；构建目标物体所属类别物体的三维形变模型；估计支撑平面的三维法向量；估计目标物体的三维姿态；依据目标物体与支撑平面之间，和/或多个目标物体之间的平行度，判断待测图像是否为篡改图像。与现有技术相比，本发明提供的一种图像篡改取证方法及装置，依据目标物体与支撑平面之间，和/或多个目标物体之间平行度的大小判断待测图像是否为篡改图像，能够有效判断低质量图像是否为篡改图像。
-
公开(公告)号：CN104552341B
公开(公告)日：2016-05-04
申请号：CN201410836440.0
申请日：2014-12-29
Applicant: 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 中国科学院自动化研究所
IPC: B25J19/04
Abstract: 本发明公开了一种移动工业机器人单点多视角挂表位置和姿态误差的检测方法，首先通过一个特征点拍照初步确定末端执行器在工具坐标系下与示教目标点的位置误差，再让末端执行器在工具坐标系下沿着坐标轴方向移动一定的距离，再进行拍照，并与上一次拍照的图片进行模板匹配比较，确定特征点的相对误差，从而最终确定末端执行器的位置和姿态误差。该方法主要是通过算法来确定移动工业机器人平面视觉定位中末端的位姿误差，仅仅通过简单的一个特征点即可确定，不仅可以解决实际应用中条件受限的问题（如相机视角和焦距、成本等），也可以在一定程度上提高图像处理的效率和速度（单点处理），解决工业中图像处理的实时性问题。
-
公开(公告)号：CN105196287A
公开(公告)日：2015-12-30
申请号：CN201510586215.0
申请日：2015-09-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种移动操作机的视觉定位方法，该方法至少包括：采用相机进行平面视觉定位，其中，所述平面视觉定位包括两个平移自由度定位和一个旋转自由度定位；采用柔性机构进行深度视觉定位补偿，其中，所述深度视觉定位包括平移自由度定位。优选地，所述平面视觉定位包括：通过模板匹配的方式，获取平移自由度误差和旋转自由度误差。通过本发明，至少解决了如何提高移动操作机鲁棒性能的技术问题。
-
公开(公告)号：CN104778702A
公开(公告)日：2015-07-15
申请号：CN201510178034.4
申请日：2015-04-15
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明提供一种基于深度学习的图像隐写检测方法，包括：对训练集中对应有隐写类标记或真实类标记的图像用高通滤波器进行滤波，以获得包括隐写类残差图像和真实类残差图像的训练集；对所述训练集在深度网络模型上进行学习，以获得训练后的深度网络检测模型；对待检图像用所述高通滤波器进行滤波，以获得待检残差图像；在所述深度网络检测模型上对所述待检残差图像进行检测，以确定待检残差图像是否为隐写图像。本发明所述图像隐写检测方法能实现通过自动学习创建盲检模型且能较准确的辨别隐写图像。
-
公开(公告)号：CN102288336A
公开(公告)日：2011-12-21
申请号：CN201110204398.7
申请日：2011-07-21
Applicant: 中国科学院自动化研究所
IPC: G01L1/18
Abstract: 本发明公开了一种多足机器人地面接触力的双阈值检测系统及采用该检测系统对多足机器人地面接触力进行双阈值检测的方法。该检测系统包括多足机器人足部被动柔顺装置和检测电路。该检测方法由检测电路根据地面的不同情况来设定机器人的触地力阈值和离地力阈值，以满足机器人在不同地面上行走时的触地和离地判断；触地力阈值和离地力阈值之间可以保持较大的裕量，使触地和离地的判断更为可靠，避免了单阈值接触力检测方法存在的接触力瞬间波动而无法判断是否触地或离地的情况。本发明可用于多足机器人行走时足部触地和离地的检测，是多足机器人足部触地和离地感知的有效方法。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.044 seconds)
