-
公开(公告)号:CN116824590A
公开(公告)日:2023-09-29
申请号:CN202311000919.6
申请日:2023-08-09
Applicant: 北京友坤科技有限责任公司 , 中国信息通信研究院
IPC: G06V30/146 , G06T1/00 , G06V30/18 , G06V40/16
Abstract: 本申请公开了一种水印处理方法及装置,所述方法包括:获得多个背景图像;任意两个所述背景图像之间在至少一项图像参数上的参数值不同;根据所述图像参数,对初始水印图像进行处理,以得到样本水印图像;任意两个所述样本水印图像之间在至少一项水印参数上的参数值不同;将所述样本水印图像添加到所述背景图像,以得到样本图像;使用所述样本图像和所述样本水印图像,对水印检测模型进行训练,以使得所述水印检测模型能够检测目标图像中的水印区域。
-
公开(公告)号:CN117115884A
公开(公告)日:2023-11-24
申请号:CN202310997607.0
申请日:2023-08-09
Applicant: 中国信息通信研究院 , 北京友坤科技有限责任公司
Abstract: 本申请公开了一种人脸缺失的检测方法及装置,所述方法包括:获得目标图像;对所述目标图像进行人脸检测,以得到人脸图像区域,所述人脸图像区域为所述目标图像中人脸所在的图像区域;对所述人脸图像区域进行区域分割,以得到分割结果,所述分割结果包含至少一个对象标签,一个所述对象标签对应于一个分割区域,所述分割区域为所述人脸图像区域中的局部区域,且所有所述分割区域组成所述人脸图像区域;根据所述对象标签,获得缺失检测结果,所述缺失检测结果至少表征所述目标图像中的人脸中是否存在局部缺失。
-
公开(公告)号:CN119273929B
公开(公告)日:2025-04-29
申请号:CN202411794849.0
申请日:2024-12-06
Applicant: 北京友坤科技有限责任公司
IPC: G06V10/40 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06V10/10 , G06V10/774 , G06V10/82 , G06V20/40 , G06V40/20
Abstract: 本申请公开了一种检测模型生成方法及系统,通过获取目标数据集,所述目标数据集包括视觉深度伪造数据和真实数据,所述视觉深度伪造数据包括对应标注的数据属性信息和伪造操作信息;对所述目标数据集进行特征提取,得到第一特征集;对所述第一特征集进行特征选择,得到第二特征集;基于第二特征集,使用预设损失函数、预设优化器和预设模型参数,结合预设策略训练得到用于检测视觉深度伪造内容的检测模型,所述预设策略用于表征在预设数量个训练周期内,模型性能提升幅度小于预设阈值时停止训练。通过对深度伪造数据的全方位特征提取与分析,并结合丰富的样本训练和针对不同应用场景的微调,实现对伪造内容的高精度检测。
-
公开(公告)号:CN119273929A
公开(公告)日:2025-01-07
申请号:CN202411794849.0
申请日:2024-12-06
Applicant: 北京友坤科技有限责任公司
IPC: G06V10/40 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06V10/10 , G06V10/774 , G06V10/82 , G06V20/40 , G06V40/20
Abstract: 本申请公开了一种检测模型生成方法及系统,通过获取目标数据集,所述目标数据集包括视觉深度伪造数据和真实数据,所述视觉深度伪造数据包括对应标注的数据属性信息和伪造操作信息;对所述目标数据集进行特征提取,得到第一特征集;对所述第一特征集进行特征选择,得到第二特征集;基于第二特征集,使用预设损失函数、预设优化器和预设模型参数,结合预设策略训练得到用于检测视觉深度伪造内容的检测模型,所述预设策略用于表征在预设数量个训练周期内,模型性能提升幅度小于预设阈值时停止训练。通过对深度伪造数据的全方位特征提取与分析,并结合丰富的样本训练和针对不同应用场景的微调,实现对伪造内容的高精度检测。
-
公开(公告)号:CN119251528B
公开(公告)日:2025-03-25
申请号:CN202411774392.7
申请日:2024-12-04
Applicant: 北京友坤科技有限责任公司
IPC: G06V10/74 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/54 , G06V10/56 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本申请实施例提供了一种目标图像复用检测方法、系统、电子设备及介质,其方法中,基于预设卷积神经网络对目标图像进行特征处理,得到目标图像的复用检测特征,其中,复用检测特征为目标图像的低层特征和高层特征的融合特征。随后,根据复用检测特征在预设特征向量数据库中进行特征查询,得到复用比对特征,并将复用检测特征与复用比对特征进行相似性度量,以确定复用检测特征与复用比对特征之间的相似度匹配值。最后,根据复用检测特征和相似度匹配值对目标图像进行复用检测,以在相似度匹配值大于预设复用检测阈值时,确定目标图像为复用图像,以此在特征提取以及特征比对的两个维度,双重提升针对目标图像的复用检测准确率。
-
公开(公告)号:CN119251528A
公开(公告)日:2025-01-03
申请号:CN202411774392.7
申请日:2024-12-04
Applicant: 北京友坤科技有限责任公司
IPC: G06V10/74 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/54 , G06V10/56 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本申请实施例提供了一种目标图像复用检测方法、系统、电子设备及介质,其方法中,基于预设卷积神经网络对目标图像进行特征处理,得到目标图像的复用检测特征,其中,复用检测特征为目标图像的低层特征和高层特征的融合特征。随后,根据复用检测特征在预设特征向量数据库中进行特征查询,得到复用比对特征,并将复用检测特征与复用比对特征进行相似性度量,以确定复用检测特征与复用比对特征之间的相似度匹配值。最后,根据复用检测特征和相似度匹配值对目标图像进行复用检测,以在相似度匹配值大于预设复用检测阈值时,确定目标图像为复用图像,以此在特征提取以及特征比对的两个维度,双重提升针对目标图像的复用检测准确率。
-
-
-
-
-