一种生物攻击检测方法及装置
    1.
    发明公开

    公开(公告)号:CN117593801A

    公开(公告)日:2024-02-23

    申请号:CN202311631832.9

    申请日:2023-11-30

    Inventor: 武文琦

    Abstract: 本说明书一个或多个实施例公开了一种生物攻击检测方法及装置,首先获取在预设的光照方式下采集的用于生物攻击检测的生物视频,从所获取的生物视频中提取多个打光帧,以及与每个打光帧对应的未打光帧,其次,分别计算每个打光帧与对应未打光帧的视频帧差特征,然后将多个视频帧差特征进行特征融合处理,得到融合后的视频帧差特征,最后将融合后的视频帧差特征输入预先训练的生物攻击检测模型中,得到生物攻击检测结果,生物攻击检测模型是根据生物类图像、非生物类图像以及预设的损失函数进行训练得到的模型。

    一种生物攻击检测的方法、装置及电子设备

    公开(公告)号:CN117456618A

    公开(公告)日:2024-01-26

    申请号:CN202311413080.9

    申请日:2023-10-27

    Inventor: 武文琦

    Abstract: 本说明书一个或多个实施例公开了一种生物攻击检测的方法、装置及电子设备。所述方法包括:使用生物攻击检测模型中的初始特征提取子模型,从待进行生物攻击检测的目标图像中,提取目标图像的初始特征;使用生物攻击检测模型中三个串行的特征提取子模型,依次从初始特征中提取目标图像的第一特征、第二特征和第三特征;将目标图像的第一特征、第二特征和第三特征输入生物攻击检测模型中的特征融合子模型中,通过特征融合子模型中的特征聚合模块,对目标图像的第一特征、第二特征和第三特征进行特征融合处理,得到目标图像的融合特征;将目标图像的融合特征输入生物攻击检测模型中的分类预测子模型中,得到目标图像对应的生物攻击检测结果。

    活体攻击检测模型的训练方法、活体攻击检测方法及装置

    公开(公告)号:CN116612354A

    公开(公告)日:2023-08-18

    申请号:CN202310650782.2

    申请日:2023-06-02

    Inventor: 武文琦

    Abstract: 本说明书实施例提供了一种活体攻击检测模型的训练方法、活体攻击检测方法及装置,其中训练方法包括:对多个人脸样本图像进行划分处理,得到多个训练子集;基于元学习的训练策略,利用训练子集对多个老师模型和学生模型进行联合蒸馏训练处理;若确定满足训练结束条件,则将当前的学生模型确定为活体攻击检测模型;其中,元学习的训练策略表征对每个训练子集进行多轮基于随机采样的子联合蒸馏训练和子测试;不同的老师模型关于活体攻击检测的学习能力不同,老师模型关于活体攻击检测的学习能力高于学生模型关于活体攻击检测的学习能力。

    图像分类模型的训练方法、图像分类方法及装置

    公开(公告)号:CN116543264A

    公开(公告)日:2023-08-04

    申请号:CN202310651842.2

    申请日:2023-06-02

    Abstract: 本说明书实施例提供了一种图像分类模型的训练方法、图像分类方法及装置,其中,训练方法包括:从训练样本集中获取n个样本图像和M个文本;将n个样本图像和M个文本输入待训练模型中进行训练处理,得到每个样本图像的图像分类结果;若根据图像分类结果确定满足预设的训练结束条件,则从待训练模型中获取图像分类模型;其中,训练样本集包括N个样本图像和所述M个文本,M个文本与目标类别的M个细分类别一一对应,文本用于对对应的细分类别进行特性描述;n、N和M为大于1的整数,n小于N;待训练模型基于预训练模型构建,预训练模型基于多个图像文本对进行训练得到。

    活体攻击检测方法、装置、存储介质以及终端

    公开(公告)号:CN116189314A

    公开(公告)日:2023-05-30

    申请号:CN202211708379.2

    申请日:2022-12-28

    Inventor: 武文琦

    Abstract: 本说明书实施例公开了一种活体攻击检测方法、装置、存储介质以及终端,基于从待检测图像中提取的图像特征,确定待检测图像的第一特征图像;对第一特征图像中的目标图像特征进行弱化操作,得到第二特征图像,目标图像特征对待检测图像的活体攻击检测结果的目标特征贡献度大于预设特征贡献度;根据第二特征图像确定待检测图像的活体攻击检测结果。由于在提取特征时,一些明显特征例如五官、关节等的特征会更明显,也就会对检测结果具有较大的影响,那么本说明书实施例中弱化贡献度大的图像特征,使得最终通过相对更弱贡献度的图像特征来完成活体攻击检测。

    活体检测方法和系统
    7.
    发明公开

    公开(公告)号:CN115909511A

    公开(公告)日:2023-04-04

    申请号:CN202211232863.2

    申请日:2022-10-10

    Inventor: 武文琦

    Abstract: 本说明书提供的活体检测方法和系统,获取目标面部图像,并将所述目标面部图像转换为多个模态的面部图像,得到多模态面部图像组后,对多模态面部图像组中每一模态的面部图像进行风险检测,并基于风险检测结果,在多模态活体检测模型中启动目标模态对应的目标活体检测网络,以及基于目标活体检测网络对目标模态对应的面部图像进行活体检测,以得到目标面部图像的活体检测结果;该方案可可以提升活体检测的检测准确率和效率。

    活体检测模型训练方法、活体检测方法和系统

    公开(公告)号:CN115497176A

    公开(公告)日:2022-12-20

    申请号:CN202211232853.9

    申请日:2022-10-10

    Inventor: 武文琦

    Abstract: 本说明书提供的活体检测模型训练方法、活体检测方法和系统,在获取面部图像样本集合后,采用图像模态转换网络将面部图像样本集合中每一面部图像样本转换为红外图像样本和深度图像样本,该图像模态转换网络通过引入随机变量训练得到,以及基于每一面部图像样本、红外图像样本和深度图像样本,对预设活体检测模型进行训练,得到活体检测模型;该方案可以提升活体检测模型的活体检测的准确率。

    图像分类网络的训练方法、图像分类方法和系统

    公开(公告)号:CN115482413A

    公开(公告)日:2022-12-16

    申请号:CN202211149524.8

    申请日:2022-09-21

    Inventor: 武文琦

    Abstract: 本说明书提供的图像分类网络的训练方法、图像分类方法和系统,计算无偏损失信息,以最小化所述无偏损失信息为约束条件训练所述图像分类网络,所述无偏损失信息表征不同类别的训练图像在特征空间中的特征分布之间的分布偏差,使得当图像分类网络采用相同的置信度阈值对不同类别的目标图像进行分类时,每种类别的目标图像的分类准确率都超过预设准确率,也即是,图像分类网络能够采用相同的置信度阈值对不同类别的图像全部进行准确分类,从而提高分类准确率。

    目标匹配方法和系统
    10.
    发明公开

    公开(公告)号:CN115359419A

    公开(公告)日:2022-11-18

    申请号:CN202210962614.2

    申请日:2022-08-11

    Inventor: 武文琦

    Abstract: 本说明书提供的目标匹配方法和系统,对于多个视角下多个视频中任意的两个视频,可以获取这两个视频的同步帧,根据所述同步帧中每个目标的人物识别质量自适应地从人体特征和人脸特征中为每个目标选择目标特征,并根据目标特征关联这两个视频中的同一个目标,以实现这两个视频中同一目标的匹配,进而实现对所述多个不同视角下同一目标的匹配。也即是,本说明书能够自适应地从人体特征和人脸特征中选择目标特征,进而根据目标特征将多个视角下的同一目标进行有效关联,基于此,能够得到任意一个目标在空间场景中的绝对动线,从而更好地赋能商家的消费者分析需求。

Patent Agency Ranking