-
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
Applicant: 中国科学院自动化研究所
IPC: G06K9/46
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。
-
公开(公告)号：CN104850108A
公开(公告)日：2015-08-19
申请号：CN201510254648.6
申请日：2015-05-19
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: G05B19/423
CPC classification number: G05B19/423
Abstract: 本发明公开了一种用于移动工业机器人的亮度可控补偿视觉定位装置及方法，工业机器人上安装有末端执行器，末端执行器包括相机、亮度可调LED光源、气爪和扫码器，亮度可调LED光源、气爪分别与工业机器人的I/O控制模块的输出端相连接，所述相机、扫码器通过以太网分别与工业机器人的信号输入端相连接。本发明的用于移动工业机器人的亮度可控补偿视觉定位装置及方法，在工业机器人上安装有末端执行器，末端执行器包括相机、亮度可调LED光源、气爪和扫码器，通过电流调整LED光源的亮度，与满足每个工位的亮度，以便准确的视觉定位，自动补光，有利于实现工业生产的自动化，提高生产效率，具有良好的应用前景。
-
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
Applicant: 中国科学院自动化研究所
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。
-
公开(公告)号：CN119964047A
公开(公告)日：2025-05-09
申请号：CN202411965361.X
申请日：2024-12-30
Applicant: 中国科学院自动化研究所
IPC: G06V20/40 , G06V40/40 , G06V10/82 , G06V10/80 , G06V10/40 , G06V10/44 , G06V10/42 , G06V10/62 , G06V10/764 , G06V20/00 , G06N3/045 , G06N3/0464
Abstract: 本发明提供一种基于身份和时空不一致性的深度伪造视频检测方法和装置，包括：获取待检测视频和伪造视频检测模型；伪造视频检测模型包括身份比较网络、空间比较网络、帧比较网络和特征融合网络；基于身份比较网络对待检测视频进行身份信息一致性检测得到身份信息特征；基于空间比较网络对待检测视频进行空间不一致性检测得到空间不一致性特征；基于帧比较网络提取待检测视频的时间不一致性特征；采用特征融合网络对身份信息特征、空间不一致性特征和时间不一致性特征进行融合，得到伪造视频检测结果。通过结合身份信息一致性检测、空间不一致性检测和时间不一致性检测，可以全面分析视频的真实性，能够应对多种伪造手法和新型伪造技术。
-
公开(公告)号：CN119540659B
公开(公告)日：2025-04-29
申请号：CN202510090708.9
申请日：2025-01-21
Applicant: 中国科学院自动化研究所
IPC: G06V10/764 , G06V10/30 , G06V10/82 , G06N3/045 , G06N3/09
Abstract: 本发明提供一种反事实解释生成方法及装置，涉及反事实解释技术领域，所述方法包括：根据待解释图像的真假类别，构造第一文本指令；第一文本指令是与待解释图像的真假类别相反的文本指令；将待解释图像输入微调后的潜在扩散模型中，微调后的潜在扩散模型基于第一文本指令的指导，生成待解释图像对应的反事实解释；其中，微调后的潜在扩散模型是潜在扩散模型基于集成分类器的损失进行微调后得到的。本发明实现更有效和高效的生成反事实解释。
-
Patent Agency Ranking
公开(公告)号：CN117315090B
公开(公告)日：2024-12-13
申请号：CN202311265075.8
申请日：2023-09-27
Applicant: 中国科学院自动化研究所
Abstract: 本公开涉及一种基于跨模态风格学习的图像生成方法及装置，所述方法包括：通过预训练生成对抗网络生成目标生成图像，并对目标训练图像进行图像增强处理；将目标生成图像和处理后目标训练图像，输入对抗网络的判别器中，将判别器输出的目标特征，输入训练好的原型空间中，并根据原型空间的输出确定交换预测损失；获取目标训练图像和目标生成图像之间的原始对抗损失、源生成图像和目标生成图像之间的对比学习损失与文本指导损失，并根据所述损失确定微调损失；按照所述微调损失对对抗网络进行微调，得到微调后图像生成模型，通过图像生成模型生成与训练图像一致的图像，能够解决当前极少量样本下目标域风格学习不佳的问题。
-
公开(公告)号：CN117934922B
公开(公告)日：2024-09-24
申请号：CN202311864932.6
申请日：2023-12-29
Applicant: 中国科学院自动化研究所
IPC: G06V10/764 , G06V10/774 , G06V10/40
Abstract: 本申请公开了一种生成图像检测方法、装置、电子设备和存储介质，其中包括：通过生成图像检测模型对待检测图像进行检测，确定生成图像检测结果，以及基于互信息上界估计器对模型进行训练。生成图像检测模型包括频率分支网络、空间分支网络和分类检测网络；频率分支网络对可疑频带对应的频谱图进行频谱成分拆分和组合，得到待检测图像的第一伪造相关特征；空间分支网络对待检测图像的空间特征进行正交分解，得到待检测图像的第二伪造相关特征；分类检测网络基于第一伪造相关特征和第二伪造相关特征进行分类预测，得到生成图像检测结果。本申请公开的方法和装置，在跨生成器和跨场景的情景下提高了生成图像检测的准确率。
-
公开(公告)号：CN114241587B
公开(公告)日：2022-05-24
申请号：CN202210165316.0
申请日：2022-02-23
Applicant: 中国科学院自动化研究所
IPC: G06V40/16 , G06V40/40 , G06V10/774
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。
-
公开(公告)号：CN114092591A
公开(公告)日：2022-02-25
申请号：CN202210063293.2
申请日：2022-01-20
Applicant: 中国科学院自动化研究所
Abstract: 本申请涉及一种图像生成方法、装置、电子设备及存储介质，所述方法包括：将已知的目标对象的简笔画输入预先训练好的语义分割图预测模型，输出所述简笔画的多层语义分割图特征；根据已知的目标对象的源图像及其语义分割图确定所述源图像的多层图像特征；根据所述简笔画的多层语义分割图特征对所述源图像的多层图像特征进行特征转换，得到所述简笔画对应图像的多层图像特征；基于所述简笔画对应图像的多层图像特征，生成简笔画对应的图像，通过提供源图像的部位分割信息，而简笔画提供每个部位的内部结构，能够根据简笔画和源图像生成保留源图像细节纹理的高质量的简笔画对应图像。
-
公开(公告)号：CN111539942A
公开(公告)日：2020-08-14
申请号：CN202010348237.4
申请日：2020-04-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于人脸识别、深度学习与图像取证领领域，具体涉及一种基于多尺度深度特征融合的人脸深度篡改图像的检测方法、系统、装置，旨在解决人脸深度篡改图像检测方法检测准确率低的问题。本系统方法包括：获取待检测的人脸图像，作为输入图像；将输入图像进行归一化处理，并通过预训练的人脸检测模型得到检测结果；人脸检测模型基于卷积神经网络构建，其卷积层由深度卷积网络、空洞卷积网络构成。本发明提高了人脸深度篡改图像的检测率。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.041 seconds)
