-
公开(公告)号：CN113627256B
公开(公告)日：2023-08-18
申请号：CN202110776187.4
申请日：2021-07-09
Applicant: 武汉大学
IPC: G06V40/18 , G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于眨眼同步及双目移动检测的伪造视频检验方法及系统，包括视频预处理、眨眼检测、双目转动角度一致性计算、伪造检测等模块；本发明根据深度伪造视频左右眼的眨眼不同步、扫视方位不一致的特性，分析双目眨眼及眼部移动时的差异，进行伪造人脸视频检测。本发明具有鉴别结果可信度高、对图像折损导致的取证线索弱化鲁棒的双重特点。
-
公开(公告)号：CN113627256A
公开(公告)日：2021-11-09
申请号：CN202110776187.4
申请日：2021-07-09
Applicant: 武汉大学
Abstract: 本发明公开了一种基于眨眼同步及双目移动检测的伪造视频检验方法及系统，包括视频预处理、眨眼检测、双目转动角度一致性计算、伪造检测等模块；本发明根据深度伪造视频左右眼的眨眼不同步、扫视方位不一致的特性，分析双目眨眼及眼部移动时的差异，进行伪造人脸视频检测。本发明具有鉴别结果可信度高、对图像折损导致的取证线索弱化鲁棒的双重特点。
-
Patent Agency Ranking
公开(公告)号：CN112686202A
公开(公告)日：2021-04-20
申请号：CN202110034774.6
申请日：2021-01-12
Applicant: 武汉大学
Abstract: 本发明公开了一种基于3D重建的人头识别方法及系统，方法包括图像采集，3D人头模型重建，人头识别网络训练和人头识别等步骤；本发明利用人头普遍具有的对称性，将采集到的2D人脸图像进行3D重建，为人头识别增加了更多的信息量，优化了2D人脸图像的识别准确率。与传统的人脸识别方法相比，该人头识别方法在未增加采集数据难度的情况下，提升了身份识别的准确率。
-
公开(公告)号：CN114565880A
公开(公告)日：2022-05-31
申请号：CN202210455467.X
申请日：2022-04-28
Applicant: 武汉大学
IPC: G06V20/40 , G06V40/16 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于光流追踪的伪造视频检验方法、系统及设备，首先对待检测视频数据集提取人脸，得到帧图像；然后构建并训练光流追踪神经网络，利用光流追踪神经网络，输入人脸视频，进行光流追踪；最后基于检测卷积神经网络，利用光流追踪数据对伪造视频进行检验。本发明通过光流追踪分析视频的运动与光线特征，从而发现伪造视频过程中产生的不一致性，得到更精准的伪造视频检验结果。本发明利用了物理学原理而非人的生理属性，而且由于光照线索不单存在于人脸视频，因此，本发明方法具有更好的普适性。
-
公开(公告)号：CN114360034A
公开(公告)日：2022-04-15
申请号：CN202210269883.0
申请日：2022-03-18
Applicant: 武汉大学
Abstract: 本发明公开了一种基于三胞胎网络的深度伪造人脸检测方法、系统及设备，首先将待检测的伪造人脸图像预处理成299×299×3的大小并输入到三胞胎网络的主干特征提取网络中，得到人脸图像的深度特征Net(I)，Net(I)是一个2048维的特征向量；然后利用分类网络对Net(I)进行分类，对于输入的2048维特征向量，分类网络输出一个2维特征，通过Softmax处理将2维特征的数值转化为概率，用来表示图片真伪的相对概率，概率大于预设值的图片为伪造人脸图片。本发明的三胞胎网络可以提取更有效的真伪人脸鉴别特征，具有更准确的深度伪造人脸检测效果。
-
公开(公告)号：CN112686202B
公开(公告)日：2023-04-25
申请号：CN202110034774.6
申请日：2021-01-12
Applicant: 武汉大学
IPC: G06V40/16 , G06V10/774 , G06T17/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于3D重建的人头识别方法及系统，方法包括图像采集，3D人头模型重建，人头识别网络训练和人头识别等步骤；本发明利用人头普遍具有的对称性，将采集到的2D人脸图像进行3D重建，为人头识别增加了更多的信息量，优化了2D人脸图像的识别准确率。与传统的人脸识别方法相比，该人头识别方法在未增加采集数据难度的情况下，提升了身份识别的准确率。
-
公开(公告)号：CN114565880B
公开(公告)日：2022-07-19
申请号：CN202210455467.X
申请日：2022-04-28
Applicant: 武汉大学
IPC: G06V20/40 , G06V40/16 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于光流追踪的伪造视频检验方法、系统及设备，首先对待检测视频数据集提取人脸，得到帧图像；然后构建并训练光流追踪神经网络，利用光流追踪神经网络，输入人脸视频，进行光流追踪；最后基于检测卷积神经网络，利用光流追踪数据对伪造视频进行检验。本发明通过光流追踪分析视频的运动与光线特征，从而发现伪造视频过程中产生的不一致性，得到更精准的伪造视频检验结果。本发明利用了物理学原理而非人的生理属性，而且由于光照线索不单存在于人脸视频，因此，本发明方法具有更好的普适性。
-
-
-
-
-
-
Search Results
7
records
(took 0.013 seconds)
