-
公开(公告)号：CN110569808B
公开(公告)日：2024-08-09
申请号：CN201910859300.8
申请日：2019-09-11
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本申请实施例提供的一种活体检测方法、装置及计算机设备，在获取待检测对象的待检测图像后，将按照多种尺度对其进行裁剪，得到不同尺度的裁剪图像，此时，由于裁剪尺度不同，这样，不同尺度的裁剪图像除了人脸区域外，所包含的特征信息将会有所差异，将这多个不同尺度的裁剪图像输入神经网络，能够对不同尺度的裁剪图像各自的特征信息进行有针对性的处理，融合不同尺度的裁剪图像各自的处理结果进行活体检测，提高了检测的准确性及效率，能够有效识别出人脸纸片、翻拍、人脸视频合成、面具等攻击样本。并且，整个检测过程中，不需要待检测对象按照指令配合交互动作，更为简单高效，且降低了交互成本，提高了用户体验。
-
公开(公告)号：CN113505652B
公开(公告)日：2023-05-02
申请号：CN202110661492.9
申请日：2021-06-15
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例公开了一种活体检测方法、装置、电子设备和存储介质；本申请实施例可以当接收到活体检测请求时，获取待检测对象的反射音频信号和视频数据，对反射音频信号进行信号处理和时频分析，得到处理后音频信号的时频信息，并从视频数据提取待检测对象的运动轨迹信息，分别对时频信息和运动轨迹信息进行特征提取，得到待检测对象的音频特征和运动特征，再根据音频特征计算待检测对象的第一全局注意力信息，以及根据运动特征计算待检测对象的第二全局注意力，将第一全局注意力信息和第二全局注意力信息进行融合，得到融合后全局信息，并基于融合后全局信息确定待检测对象的活体检测结果。该方案可以有效地提高活体检测的准确性。
-
公开(公告)号：CN111274928B
公开(公告)日：2023-04-07
申请号：CN202010054359.2
申请日：2020-01-17
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例公开了一种活体检测方法、装置、电子设备和存储介质；本申请实施例在接收到活体检测请求时，可以生成检测界面，该检测界面包括人像区域和光线发射区域，且人像区域的位置和光线发射区域的位置随时间随机变化，然后，通过该光线发射区域向检测对象投射光线，并在检测对象表面产生反射光，再然后，采集反射光在检测对象表面形成的图像特征，并对检测对象注视人像区域时的视线进行追踪，若根据该图像特征确定反射光的变化与光线发射区域的位置变化相匹配、且追踪得到的视线信息与人像区域的位置变化相匹配，则确定该检测对象为活体；该方案可以有效抵抗视频注入等活体检测攻击手段，提高活体检测的有效性。
-
公开(公告)号：CN115880740A
公开(公告)日：2023-03-31
申请号：CN202111137119.X
申请日：2021-09-27
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/16 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/084
Abstract: 本申请涉及一种人脸活体检测方法、装置、计算机设备和存储介质，涉及计算机视觉技术领域。该方法包括：获取待测人脸图像；通过训练好的人脸活体检测模型，对待测人脸图像进行检测，其中，人脸活体检测模型是预先基于多任务联合损失的约束训练得到的，多任务联合损失至少包括活体人脸分类任务和活体特征检测任务的联合损失；根据活体人脸分类任务分支的输出，得到活体人脸检测结果。该方法能够提高检测的准确度。本发明实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。
-
公开(公告)号：CN112036331A
公开(公告)日：2020-12-04
申请号：CN202010913539.1
申请日：2020-09-03
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种活体检测模型的训练方法、装置、设备及存储介质，涉及人工智能的计算机视觉技术。该方法包括：获取样本数据，样本数据包括彩色图像、辅助图像和标签，辅助图像包括深度图像和红外图像中的至少一种；将样本数据中的彩色图像输入特征提取层得到图像特征；将图像特征输入估计模型得到辅助估计图像；将图像特征输入分类器得到活体检测结果；采用估计损失函数计算辅助估计图像和辅助图像之间的辅助损失；采用分类损失函数计算活体检测结果和标签之间的分类损失；根据辅助损失和分类损失训练特征提取层、估计模型和分类器得到活体检测模型。该方法可以提高活体检测准确度和检测效率。
-
Patent Agency Ranking
公开(公告)号：CN111652878A
公开(公告)日：2020-09-11
申请号：CN202010550677.8
申请日：2020-06-16
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例公开了一种图像检测方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取目标人脸图像的第一人脸图像的纹理特征和第二人脸图像的边缘特征，对边缘特征和纹理特征进行融合处理得到脸部特征，对脸部特征进行分类处理得到分值，在分值属于预设数值范围的情况下，将目标人脸图像确定为真实人脸图像。由于纹理特征可以区分人脸是否为经过编辑的人脸，边缘特征可以区分人脸是否为经过替换的人脸，因此融合后的脸部特征可以区分人脸图像是否为真实人脸图像，能够提高图像检测的准确性。并且，由于每个人脸图像都包括纹理特征和边缘特征，因此该图像检测方法可适用于对任一人脸图像的检测，具有较强的泛化性。
-
公开(公告)号：CN111598051A
公开(公告)日：2020-08-28
申请号：CN202010547280.3
申请日：2020-06-16
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例公开了一种脸部验证方法、装置、设备及可读存储介质；本申请实施例与身份验证相关，本申请实施例可以对脸部图像中的脸部部位进行图像提取，得到脸部部位对应的部位图像、以及脸部图像的提取后脸部图像；对部位图像进行特征编码，得到部位图像对应的多层特征信息，其中，多层特征信息包括输出层特征信息、以及除输出层以外的中间层特征信息；基于中间层特征信息对输出层特征信息进行特征解码，以生成部位图像对应的部位修饰图像；将部位修饰图像与提取后脸部图像进行融合，得到融合后修饰脸部图像；将融合后修饰脸部图像与脸部验证图像进行匹配；根据融合后修饰脸部图像与脸部验证图像的匹配结果，确定脸部验证结果。
-
公开(公告)号：CN111461089A
公开(公告)日：2020-07-28
申请号：CN202010554312.2
申请日：2020-06-17
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种用于保护用户隐私，且提升信息安全的人脸检测方法，可应用于人工智能领域，本申请包括：获取人脸图像序列；根据人脸图像序列获取噪声图像序列；通过人脸检测模型的第一特征提取网络获取人脸图像序列的人脸特征图序列；通过人脸检测模型的第二特征提取网络获取噪声图像序列的噪声特征图序列；基于人脸特征图序列以及噪声特征图序列，通过人脸检测模型的全连接层获取人脸图像所对应的分类概率值；根据分类概率值确定检测结果。本申请还提供了一种人脸检测模型的训练方法及装置。本申请通过同时关注人脸图像序列本身的语义信息以及噪声图像序列的噪声信息，能够有效地发掘伪造人脸所产生的伪影，提升人脸检测的准确度。
-
公开(公告)号：CN112036331B
公开(公告)日：2024-04-09
申请号：CN202010913539.1
申请日：2020-09-03
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/16 , G06V40/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种活体检测模型的训练方法、装置、设备及存储介质，涉及人工智能的计算机视觉技术。该方法包括：获取样本数据，样本数据包括彩色图像、辅助图像和标签，辅助图像包括深度图像和红外图像中的至少一种；将样本数据中的彩色图像输入特征提取层得到图像特征；将图像特征输入估计模型得到辅助估计图像；将图像特征输入分类器得到活体检测结果；采用估计损失函数计算辅助估计图像和辅助图像之间的辅助损失；采用分类损失函数计算活体检测结果和标签之间的分类损失；根据辅助损失和分类损失训练特征提取层、估计模型和分类器得到活体检测模型。该方法可以提高活体检测准确度和检测效率。
-
公开(公告)号：CN115966030A
公开(公告)日：2023-04-14
申请号：CN202111189978.3
申请日：2021-10-12
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/40 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请提出了一种图像处理方法、装置及智能终端，其中方法包括：获取待检测对象的目标图像，以及待检测对象的目标视频；调用图像处理模型的特征提取网络对目标图像进行语义特征提取处理，得到目标图像的图像特征，以及调用特征提取网络对视频帧序列进行时序特征提取处理，得到目标视频的视频特征；将图像特征和视频特征分别进行线性变换，将线性变换后的图像特征和线性变换后的视频特征叠加目标特征；调用图像处理模型的特征分类网络对目标特征进行特征分类处理，得到待检测对象的活体检测结果。本申请可以应用于云技术、人工智能、智慧交通、车载互联网等各种场景，可以提高活体检测效率和准确率。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.042 seconds)
