-
公开(公告)号：CN119672729A
公开(公告)日：2025-03-21
申请号：CN202411720036.7
申请日：2024-11-27
Applicant: 平安科技(深圳)有限公司
IPC: G06V30/16 , G06V30/18 , G06V30/19 , G06V30/166 , G06V10/82 , G06V20/00 , G06F40/166 , G06N3/0464
Abstract: 本申请实施例属于图像处理领域，涉及一种图像检测方法、装置、计算机设备及存储介质，所述方法包括下述步骤：对图文对信息进行预处理，得到标准图像信息和标准文本信息；对标准图像信息进行特征分解，得到第一特征图像和第二特征图像；将第一特征图像和第二特征图像输入至预设的特征提取模型进行特征提取，得到第一图像特征和第二图像特征并合并为综合图像特征；对标准文本信息进行语义特征提取，得到文本语义特征；将综合图像特征和文本语义特征进行融合，得到有效特征表示；根据预设的篡改检测模型对有效特征表示进行图像篡改判断，得到图像篡改信息并生成篡改检测报告。本申请能够实现对图文对信息中的图像是否经过篡改进行准确检测。
-
公开(公告)号：CN119169637A
公开(公告)日：2024-12-20
申请号：CN202411134256.1
申请日：2024-08-16
Applicant: 平安科技(深圳)有限公司
IPC: G06V30/19 , G06V30/164 , G06Q20/38
Abstract: 本申请实施例属于人工智能领域，涉及一种消费凭证篡改检测方法，包括：获取待检测的消费凭证；将所述消费凭证输入区域检测模型，得到所述消费凭证中的各关键区域；对所述各关键区域进行形态学处理，得到所述各关键区域中各文字的文字区域；基于各文字区域的位置信息和像素信息，从预设的校验维度对所述消费凭证进行篡改校验，得到篡改校验结果。本申请还提供一种消费凭证篡改检测装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，消费凭证可存储于区块链中。本申请提高了消费凭证篡改检测的准确性。
-
公开(公告)号：CN114862716B
公开(公告)日：2024-07-09
申请号：CN202210512796.3
申请日：2022-05-12
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明涉及人工智能领域，公开了一种人脸图像的图像增强方法、装置、设备及存储介质。所述方法包括：接收待处理的目标人脸高清图像，并对其进行关键点检测，得到多个面部关键点；基于面部关键点，渲染生成目标虚拟人物的低模图像；基于特征编码器对目标人脸高清图像进行特征提取，得到面部细节特征图；将目标虚拟人物的低模图像、所述面部细节特征图以及所述目标人脸高清图像输入至预置的面部图像增强模型中进行处理，得到所述目标虚拟人物的高模图像。本发明通过人脸关键点捕捉，从而关键点生成人脸的低细节图像，进而结合所提取特征细节进行对抗训练生成人脸的高细节图像，相比传统基于像素的人脸图像处理，效率更高。
-
公开(公告)号：CN114943989A
公开(公告)日：2022-08-26
申请号：CN202210690786.9
申请日：2022-06-17
Applicant: 平安科技(深圳)有限公司
IPC: G06V40/10 , G06V10/50 , G06V10/762 , G06V10/44 , G06V10/774 , G06V10/26 , G06V10/764 , G06V10/74 , G06N3/04 , G06N3/08
Abstract: 本申请提出一种基于人工智能的狗脸关键点检测方法、装置、电子设备及存储介质，基于人工智能的狗脸关键点检测方法包括：对历史狗脸图像进行转码处理获得转码图像；对转码图像进行分割获得多个图像块；计算每个图像块的关键点，并依据关键点标注所述转码图像以获得标记图像；基于所述标记图像和所述转码图像训练狗脸关键点检测模型；将待检测图像输入所述狗脸关键点检测模型以获取检测结果。该方法可以对狗脸图像进行转码以对狗脸图像映射到色彩空间，从而能够提升狗脸关键点检测的准确度。
-
公开(公告)号：CN114943989B
公开(公告)日：2024-06-28
申请号：CN202210690786.9
申请日：2022-06-17
Applicant: 平安科技(深圳)有限公司
IPC: G06V40/10 , G06V10/50 , G06V10/762 , G06V10/44 , G06V10/774 , G06V10/26 , G06V10/764 , G06V10/74 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本申请提出一种基于人工智能的狗脸关键点检测方法、装置、电子设备及存储介质，基于人工智能的狗脸关键点检测方法包括：对历史狗脸图像进行转码处理获得转码图像；对转码图像进行分割获得多个图像块；计算每个图像块的关键点，并依据关键点标注所述转码图像以获得标记图像；基于所述标记图像和所述转码图像训练狗脸关键点检测模型；将待检测图像输入所述狗脸关键点检测模型以获取检测结果。该方法可以对狗脸图像进行转码以对狗脸图像映射到色彩空间，从而能够提升狗脸关键点检测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN110728196B
公开(公告)日：2024-04-05
申请号：CN201910882001.6
申请日：2019-09-18
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明实施例适用于人脸识别技术领域，提供了一种人脸识别的方法、装置及终端设备，所述方法包括：采集当前用户的人体点云数据，所述人体点云数据包括多个数据点，各个数据点分别具有相应的坐标值；提取所述人体点云数据中的人脸点云数据；根据所述人脸点云数据中各个数据点的坐标值，获取所述人脸点云数据中的体素数据；采用预置的三维空间信息逐层次学习网络模型提取所述体素数据中的多个特征点，并计算各个特征点之间的距离；基于所述各个特征点之间的距离，识别所述当前用户是否为目标用户。本实施例通过点云数据中的深度信息自动判断待识别的对像是否为活体，无需依靠用户行为就能进行活体判断，提高了人脸识别的效率。
-
公开(公告)号：CN113435353A
公开(公告)日：2021-09-24
申请号：CN202110735343.2
申请日：2021-06-30
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明涉及人工智能技术领域，提供一种基于多模态的活体检测方法、装置、电子设备及存储介质，所述方法包括：采集目标对象的RGB图像序列、IR图像序列和深度图像序列；对RGB图像序列进行预处理，得到目标RGB图像序列；对目标RGB图像序列、IR图像序列和深度图像序列中的每一帧图像进行配对，得到每一帧模态图像；提取每一帧RGB图像的光流特征图像；提取多模态特征集；将多帧多模态特征集输入至预先训练好的活体检测分类模型中进行活体检测，得到检测结果。本发明在进行活体检测时，考虑了RGB图像的第一空间特征、IR图像的第二空间特征、深度图像的第三空间特征和光流特征图像的时序特征，提高了活体检测的准确率。
-
公开(公告)号：CN110704182A
公开(公告)日：2020-01-17
申请号：CN201910881382.6
申请日：2019-09-18
Applicant: 平安科技(深圳)有限公司
IPC: G06F9/50
Abstract: 本发明实施例适用于机器学习技术领域，提供了一种深度学习的资源调度方法、装置及终端设备，所述方法应用于终端设备，包括：确定用于深度学习的基础配置信息，基于基础配置信息生成执行深度学习的基准模型；通过在基准模型中增加多个卷积层组成多个派生模型并将多个派生模型配置于终端设备中；当接收到深度学习指令时，获取终端设备当前的可用资源数量；根据可用资源数量和各个派生模型对应的资源-准确率权衡方案，确定进行深度学习的目标派生模型；为目标派生模型分配匹配终端设备当前的可用资源数量的资源。本实施例根据终端设备的资源分配情况来选择调用哪一种容量的模型，可以达到资源和准确率的动态平衡，满足视频流的实时处理要求。
-
公开(公告)号：CN113298158B
公开(公告)日：2024-05-28
申请号：CN202110593397.X
申请日：2021-05-28
Applicant: 平安科技(深圳)有限公司
IPC: G06F18/211 , G06F18/214 , G06N3/0464
Abstract: 本申请涉及人工智能技术领域，提供一种数据检测方法、装置、设备及存储介质，包括将训练样本输入第一神经网络进行训练，以获取第一特征提取模型，其中，训练样本包括多个同一类型的样本数据；根据第一特征提取模型的输出，将训练样本输入第二神经网络进行训练，得到第二特征提取模型，以使第二特征提取模型和第一特征提取模型的输出分布相同或相近；根据第一特征提取模型和第二特征提取模型对待检测数据进行相似度判断，以获取对应的检测结果。因此，本申请提供的数据检测方法在训练过程中仅需要一种类型的样本数据，既解决了缺乏样本的问题，又提高了模型训练的效果，还保证了数据检测结果的准确性。
-
公开(公告)号：CN115116109B
公开(公告)日：2024-05-14
申请号：CN202210449980.8
申请日：2022-04-27
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明涉及人工智能领域，公开了一种虚拟人物说话视频的合成方法、装置、设备及存储介质。所述方法包括：获取虚拟人物的人脸图像、人脸表情图像集、人脸姿态图像集以及说话语音数据，并基于人脸特征提取模型进行特征提取，得到人脸特征、表情特征集和人脸姿态特征集；基于语音转换模型转换说话语音数据，得到人脸运动特征序列；将人脸特征与人脸表情特征集以及人脸姿态特征集中的各特征进行拼接后，与人脸运动特征序列一起输入生成对抗网络模型，得到虚拟人物的人脸运动图像序列；根据说话语音数据和人脸运动图像序列，合成虚拟人物的说话视频。本发明生成同步控制虚拟人物在说话过程中的表情特征和面部姿态特征，提升了虚拟人物说话的真实性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.028 seconds)
