-
公开(公告)号:CN116612355A
公开(公告)日:2023-08-18
申请号:CN202310651256.8
申请日:2023-06-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/774 , G06V10/764 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/047
Abstract: 本说明书实施例提供了人脸伪造识别模型的训练方法和装置、人脸识别方法和装置。该训练方法包括:得到训练样本集;对训练样本集中的每一个样本进行模拟正常干扰的处理;将处理后的训练样本集中的每一个样本输入人脸伪造识别模型中;人脸伪造识别模型的损失函数包括:交叉熵损失函数以及软目标交叉熵损失函数;根据得到的每一个样本的预测值与该样本的标签,计算交叉熵损失函数的值;根据每一个样本的预测值与该样本对应的软目标值,计算软目标交叉熵损失函数的值;根据计算出的交叉熵损失函数的值以及软目标交叉熵损失函数的值,调整人脸伪造识别模型的参数,直至收敛。本说明书实施例能更加准确地识别出包括正常干扰信息的真实人脸图像。
-
公开(公告)号:CN114254276A
公开(公告)日:2022-03-29
申请号:CN202111583667.5
申请日:2021-12-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开提出了一种用于图像保护的主动防御方法,包括:接收真实图像;将隐藏信息添加至所接收的真实图像,以生成第一图像;基于该隐藏信息在该第一图像的指定区域中生成语义图案,以生成第二图像;以及调整该隐藏信息,以使该语义图案和预定义语义图案相似并且使该第二图像和该真实图像相似。还公开了相应的用于图像保护的主动防御装置。
-
公开(公告)号:CN117373091A
公开(公告)日:2024-01-09
申请号:CN202311412535.5
申请日:2023-10-27
Applicant: 浙江大学 , 支付宝(杭州)信息技术有限公司
IPC: G06V40/16 , G06V10/74 , G06V10/774
Abstract: 本说明书公开了一种模型训练的方法、身份验证的方法及装置,具体包括:获取真实人脸图像和真实人脸图像对应的伪造人脸图像,并对真实人脸图像和和伪造人脸图像的部分图像区域进行图像增强,以获得第一图像和第二图像。根据真实人脸图像和第一图像,以及伪造人脸图像和第二图像,构建第一样本对和第二样本对,并利用待训练的人脸检测模型检测第一样本对和第二样本对的图像特征,并以最大化同一样本对中的人脸图像特征的相似度,以及最小化不同样本对的人脸图像特征的相似度为优化目标,对人脸检测模型训练。利用训练后的人脸检测模型对人脸图像进行身份验证。通过本方法可以获得能够对人脸图像精准检测的人脸检测模型,保证了用户个人信息的安全。
-
-