-
公开(公告)号：CN118379608A
公开(公告)日：2024-07-23
申请号：CN202410834314.5
申请日：2024-06-26
Applicant: 浙江大学 , 支付宝(杭州)信息技术有限公司
IPC: G06V20/00 , G06V40/16 , G06V10/774
Abstract: 本发明公开了一种基于自适应学习的高鲁棒性深度伪造检测方法，首先基于质量退化生成算法自适应生成不同质量的退化人脸图像，补充现有深度伪造人脸图像数据集质量多样性，同时结合自适应采样网络协调不同质量的人脸图像的学习信号，动态捕捉未知质量的人脸图像的伪造特征，从而提升深度伪造检测模型对于低质量伪造图像的检测性能。本发明帮助自适应深度伪造检测算法更好地学习伪造特征与退化噪声之间的差异，提高自适应深度伪造检测算法对于未知质量人脸图像的鲁棒性，并基于人脸图像质量进行算法动态训练，指导自适应深度伪造检测算法进行优化，提高自适应深度伪造检测算法对于原始人脸图像和退化人脸图像准确率之间的均衡性。
-
公开(公告)号：CN118379608B
公开(公告)日：2024-10-18
申请号：CN202410834314.5
申请日：2024-06-26
Applicant: 浙江大学 , 支付宝(杭州)信息技术有限公司
Abstract: 本发明公开了一种基于自适应学习的高鲁棒性深度伪造检测方法，首先基于质量退化生成算法自适应生成不同质量的退化人脸图像，补充现有深度伪造人脸图像数据集质量多样性，同时结合自适应采样网络协调不同质量的人脸图像的学习信号，动态捕捉未知质量的人脸图像的伪造特征，从而提升深度伪造检测模型对于低质量伪造图像的检测性能。本发明帮助自适应深度伪造检测算法更好地学习伪造特征与退化噪声之间的差异，提高自适应深度伪造检测算法对于未知质量人脸图像的鲁棒性，并基于人脸图像质量进行算法动态训练，指导自适应深度伪造检测算法进行优化，提高自适应深度伪造检测算法对于原始人脸图像和退化人脸图像准确率之间的均衡性。
-
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。
-
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：CN114978623A
公开(公告)日：2022-08-30
申请号：CN202210496540.8
申请日：2022-05-06
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种基于隐私保护的人脸比对方法及装置，该方法包括：从当前获取的第一人脸图像中提取当前人脸特征向量；利用预设加密算法，加密当前人脸特征向量，得到当前密文向量，预设加密算法涉及加密矩阵以及预设大整数；利用中间矩阵，对当前密文向量以及预存的注册密文向量进行内积运算，得到中间结果，其中，注册密文向量是，利用预设加密算法加密注册阶段所获取的注册人脸特征向量而得到的，中间矩阵基于加密矩阵的逆矩阵而确定；基于中间结果以及预设大整数，确定明文比对结果，其表征当前人脸特征向量和注册人脸特征向量的相似度。
-
Patent Agency Ranking
公开(公告)号：CN113435406A
公开(公告)日：2021-09-24
申请号：CN202110801564.5
申请日：2021-07-15
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 金璐
Abstract: 本说明书实施例提供一种实现隐私保护的人脸识别方法及装置，在人脸识别方法中，客户端获取待识别人脸图像的目标特征。客户端采用同态加密算法对目标特征进行同态加密，得到加密人脸特征。客户端将加密人脸特征发送给云端服务器。其中，云端服务器包括GPU，该GPU具有预先训练的卷积神经网络的各层网络的网络参数。云端服务器利用GPU，对加密人脸特征和各层网络的网络参数进行目标处理，从而确定加密人脸识别结果。云端服务器将加密人脸识别结果返回给客户端。客户端采用同态加密算法对应的解密算法，对加密人脸识别结果进行解密，得到最终识别结果。
-
公开(公告)号：CN112380514A
公开(公告)日：2021-02-19
申请号：CN202011266813.7
申请日：2020-11-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种生物识别安全态势预测方法、装置和电子设备。所述方法包括：获取生物识别环境数据和生物识别攻击态势数据；对所述生物识别攻击态势数据进行理解，得到理解结果；根据生物识别环境数据和理解结果，对未来的生物识别安全态势进行预测。本说明书实施例可以提高生物识别系统的安全性。
-
公开(公告)号：CN112330035A
公开(公告)日：2021-02-05
申请号：CN202011248288.6
申请日：2020-11-10
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 金璐
Abstract: 本说明书实施例提供了一种风险预测模型的训练方法及装置。训练模型所采用的样本特征涵盖了身份认证过程经历的链路中的多个环节的信息，该信息综合了用户、行为、终端、账号等多个方面。由此，根据该样本特征训练得到的风险预测模型对身份认证的风险的预测结果也更加准确、更加有效。
-
公开(公告)号：CN110955842A
公开(公告)日：2020-04-03
申请号：CN201911223294.3
申请日：2019-12-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9536 , G06F21/31
Abstract: 公开了一种异常访问行为识别方法及装置。一种异常访问行为识别方法，其特征在于，该方法包括：获取对用户信息的访问行为；确定发起所述访问行为的发起用户和所述访问行为针对的对象用户；根据所述发起用户和所述对象用户的历史交互信息，判断所述发起用户和所述对象用户是否满足预设的亲密关系条件；在满足亲密关系条件的情况下，进一步确定所述访问行为是否为异常访问行为。该方法在应用时，可利用用户间的历史交互信息和亲密关系进行模型构建，从而能够更加快速准确地完成上述判断。通过本说明书实施例所提供的技术方案能够识别出异常访问行为，由此保护用户的个人信息不被异常访问或泄露。
-
公开(公告)号：CN115001652A
公开(公告)日：2022-09-02
申请号：CN202210582905.9
申请日：2022-05-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种基于隐私保护的图像比对方法及装置，该方法包括：服务器从终端设备获取待比对的当前生物特征图像对应的当前密文多项式，其中，所述当前密文多项式是终端设备利用目标公钥对当前生物特征图像的特征向量的当前编码多项式进行同态加密而得到的；利用预存的目标公钥对应的辅助计算公钥，对当前密文多项式与预存的注册密文多项式进行同态运算，得到运算结果密文，其中，注册密文多项式是，终端设备利用目标公钥对在注册阶段所获取的注册生物特征图像的特征向量的注册编码多项式进行同态加密后得到的；发送运算结果密文至终端设备，以使终端设备利用运算结果密文以及目标公钥对应的目标私钥，确定生物特征比对结果。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.052 seconds)
