-
公开(公告)号:CN118445788B
公开(公告)日:2024-11-05
申请号:CN202410897986.0
申请日:2024-07-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/32 , G06F18/15 , G06F18/2113 , G06F18/2131 , G06F18/2411 , G06F18/2415 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N3/0895 , A61B5/02
Abstract: 本说明书实施例公开了一种基于心跳信号的身份验证方法、装置、介质及设备,首先,获取采集到的原始心跳识别信号,对原始心跳识别信号进行质量筛选,得到目标心跳识别信号,将目标心跳识别信号输入到训练好的心跳特征提取模型中,得到目标心跳识别信号对应的至少一个局部心跳特征,根据预存储的历史心跳验证数据以及局部心跳特征确定目标心跳识别信号对应的身份验证结果。本说明书中基于心跳信号的身份验证方法可以应用于各种场景中,尤其是智能可穿戴设备上,可以快速实现用户的身份验证,适用范围广,应用成本低,并且可以有效提高心跳信号身份验证结果的准确性,提升身份验证的安全性。
-
公开(公告)号:CN118445788A
公开(公告)日:2024-08-06
申请号:CN202410897986.0
申请日:2024-07-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/32 , G06F18/15 , G06F18/2113 , G06F18/2131 , G06F18/2411 , G06F18/2415 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N3/0895 , A61B5/02
Abstract: 本说明书实施例公开了一种基于心跳信号的身份验证方法、装置、介质及设备,首先,获取采集到的原始心跳识别信号,对原始心跳识别信号进行质量筛选,得到目标心跳识别信号,将目标心跳识别信号输入到训练好的心跳特征提取模型中,得到目标心跳识别信号对应的至少一个局部心跳特征,根据预存储的历史心跳验证数据以及局部心跳特征确定目标心跳识别信号对应的身份验证结果。本说明书中基于心跳信号的身份验证方法可以应用于各种场景中,尤其是智能可穿戴设备上,可以快速实现用户的身份验证,适用范围广,应用成本低,并且可以有效提高心跳信号身份验证结果的准确性,提升身份验证的安全性。
-
公开(公告)号:CN116935156A
公开(公告)日:2023-10-24
申请号:CN202310814024.X
申请日:2023-07-04
Applicant: 支付宝(杭州)信息技术有限公司
Inventor: 童仁玲
IPC: G06V10/774 , G06V10/776 , G06V10/82 , G06V40/16 , G06V40/20 , G06T3/00 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本说明书实施例公开了一种人脸活化生成模型训练方法,所述方法包括:获取源图像和驱动图像,并输入所述人脸活化生成模型中,得到源图像的人脸动作信息和驱动图像的人脸动作信息;对源图像进行特征编码得到源图像特征;在三维空间内将驱动图像的人脸动作信息投射到源图像的人脸动作信息上,以使驱动图像的动作迁移至源图像中;根据驱动图像的人脸动作信息、源图像的人脸动作信息和源图像特征生成目标活化图像;以目标活化图像与驱动图像的差异最小化为训练目标,对所述人脸活化生成模型进行训练。本说明书实施例还公开了人脸活化方法。相应地,本说明书实施例公开了人脸活化生成模型训练训练装置和人脸活化装置。
-
公开(公告)号:CN116453177A
公开(公告)日:2023-07-18
申请号:CN202310234322.1
申请日:2023-03-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V40/16 , H04N23/695 , F16M11/04
Abstract: 本发明提供一种人脸核身安全性自动化检测系统,其包括控制器、图像采集设备和设备机械臂;图像采集设备装载于设备机械臂上,其设置为采集图像,以及响应于人脸识别触发指令,进行人脸识别;设备机械臂响应于相对位姿调整指令,进行移动以将图像采集设备和人脸识别攻击材料的相对位姿调整至相应的相对位姿点;控制器设置为每一个相对位姿点,生成调整至该相对位姿点的相对位姿调整指令,在调整至该相对位姿点时,生成人脸识别触发指令以获取人脸识别结果,以对图像采集设备的抗攻击性进行检测。本发明还提供相应的方法。本发明的人脸核身安全性自动化检测系统通过机械臂来移动被测设备,在空间中相对位姿自动可变,并实现了全方位的自动化。
-
公开(公告)号:CN116452435A
公开(公告)日:2023-07-18
申请号:CN202310251048.9
申请日:2023-03-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06T5/00 , G06V40/16 , G06V10/40 , G06V10/80 , G06V10/774
Abstract: 本说明书实施例公开了一种图像高质量和谐化模型训练方法,所述方法包括:获取高质量样本图像,转化为低质量样本图像输入生成网络中;通过编码器提取出低质量样本图像的多尺度图像特征,通过融合模块融合多尺度图像特征和预先获取的人脸先验特征,由解码器解码得到对应的高质量重构图像;根据高质量重构图像与高质量样本图像计算生成损失;采用判别网络判断高质量重构图像是否为高质量样本图像,计算判别损失;以判别损失最小化为目标,训练判别网络;以生成损失最小化为目标,训练生成网络。本说明书实施例还公开了提高生物图像质量的方法。相应地,本说明书实施例公开了图像高质量和谐化模型训练装置和提高生物图像质量的装置。
-
-
-
-