本发明公开了一种视频内容真伪鉴别方法，包括以下步骤，对待鉴定视频进行视频预处理，并逐帧获取视频内容鉴定数据，视频内容鉴定数据包括人体肤色数据与环境影响数据；建立人体肤色比对模型，将获取的人体肤色数据代入人体肤色比对模型中进行人体肤色分析，以获取人体肤色变化标记；建立环境数据比对模型，将获取的人体肤色数据和环境影响数据代入环境数据比对模型中进行环境影响分析，生成环境影响系数和人体肤色系数；建立深度学习模型，对环境影响系数和人体肤色影响系数进行分析比对，以获取图像处理标记；根据人体肤色变化标记和图像处理标记，据此分析生成虚假内容标识、可疑内容标识和可信内容标识。
📄 202310827279X
📂 G06V40_40
👤 中国信息通信研究院
📅 2023-07-06
本公开提供了用于活体检测的方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于人脸识别等场景。具体实现方案为：获取目标视频；对于目标视频中的每个视频帧，确定该视频帧的目标中心点坐标；基于各个视频帧的目标中心点坐标，确定目标偏移信息；基于目标偏移信息，确定目标视频的活体检测结果。本实现方式可以提高活体检测的安全性。
📄 202110771886X
📂 G06V40_40
👤 北京百度网讯科技有限公司
📅 2021-07-08
本发明公开了一种基于多尺度反色方法的人脸活体检测方法及系统，主要针对现有人脸活体检测方法存在的跨数据集通用性不强，方法参数量大，方法有效性容易受到光照条件的影响等问题，该方法具体包括以下步骤：对视频进行帧提取及预处理得目标图像，并划分训练集、测试集；基于多尺度反色方法、并行CBAM注意力模块以及以改进的MobileNetV3网络为骨干网络搭建双流卷积神经网络；在训练集上采用二元交叉熵函数作为损失函数对网络模型进行训练；利用训练好的网络模型在测试集上进行人脸活体检测。本发明的有益效果：引入少量的参数即可较高的提升模型性能，有效解决人脸活体检测中存在的对光照敏感的问题，方法具有很好的泛化能力，具有广泛的应用性。
📄 2022114219451
📂 G06V40_40
👤 江苏科技大学
📅 2022-11-14
本发明公开了一种基于生理结构一致性的OCT指纹防伪方法，包括：采集不同指纹的OCT图像，并进行ROI提取得到ROI图像，构成数据集，并将数据集划分为训练集和验证集，并对训练集中的一部分ROI图像以及验证集进行标注；本基于生理结构一致性的OCT指纹防伪方法通过构建双分支模型对待检测指纹的OCT图像进行识别，得到两个中间特征和两个分割结果，并通过计算两个中间特征之间和两个分割结果之间的相似度，实现对真伪指纹的有效区分；本方法在第二阶段训练过程中，强制第二分割网络输出的第二中间特征向第一分割网络输出的第二中间特征对齐，这种约束，确保了双分支模型对真实样本具有高度相似的特征表达，使得双分支模型能够有效检测已知的伪造手段。
📄 202610406521X
📂 G06V40_40
👤 浙江工业大学
📅 2026-03-31
本发明涉及图像处理和指纹活体防伪技术领域，特别涉及一种基于散斑方差的光学相干层析成像的手指活体防伪方法。本发明通过B‑scan扫描获取样本的时序B‑scan图像；对时序B‑scan图像进行特征区域提取，保留感兴趣区域；使用散斑方差技术去除时序B‑scan图像中静止的结构信息的干扰，提取其中的活体信息，经过阈值分割，去除残留的无效信息；将阈值分割的结果与设定的活体阈值进行比较，得出样本的活体防伪结果。本发明运行速度快，不会增加额外的计算负担，且具有高度的通用性和灵活性。
📄 2024105139391
📂 G06V40_40
👤 浙江工业大学
📅 2024-04-26
本发明请求保护一种基于颜色空间融合及循环神经网络的人脸活体检测方法，涉及生物活体检测技术领域。本发明包括融合新的颜色空间；构建人脸活体检测LSTM网络；将公开数据集的伪造人脸攻击视频的颜色特征输入到构建的LSTM中进行训练；利用新融合的颜色空间与训练好的网络模型用于人脸活体检测。本发明提出的人脸活体检测算法，能够直接对摄像头捕捉到的内容进行人脸活体检测，且能够在二维伪造人脸攻击及做工精细的三维伪造人脸攻击下实现准确检测，解决了实际在多维度、跨数据集伪造人脸攻击下人脸活体检测稳定性低的问题。
📄 2021116635461
📂 G06V40_40
👤 重庆邮电大学
📅 2021-12-31
本发明公开了一种基于竞争与协作机制的高抗哄骗多模态身份验证方法，属于模式识别领域，包括如下步骤：S1对每一模态生物特征，使用目标类与竞争类的特征模板构成验证字典，对输入样本特征进行稀疏表示，计算输入样本与目标类的匹配度和相关度；S2评价各模态输入样本质量，并据此计算自适应编码权重；S3对输入样本特征进行多模态自适应联合稀疏表示，计算多模态匹配度和相关度；S4将多模态和各模态的匹配度和相关度级联成多模态匹配向量，输入分类器进行身份验证。在系统部署前，使用多模态匹配向量正样本、普通负样本和哄骗样本集一起训练分类器，使其具备辨识普通负样本和哄骗样本的能力，有效提高多模态身份验证的抗哄骗能力同时不降低验证精度。
📄 2020101165613
📂 G06V40_40
👤 西华大学
📅 2020-02-25
本发明涉及生物特征识别技术领域，特别涉及一种基于上下文信息的深度学习成对模型人耳检测方法。本发明克服现有技术存在的不能针对大场景尤其是包含整个人物身体的背景图片中找出耳朵位置的问题。其技术方案是：一种基于上下文信息的深度学习成对模型人耳检测方法，其步骤：首先对所有图片进行预处理并标注目标；其次利用迁移学习将Oquab网络修改为四分类局部模型并训练；再次根据局部模型，分别训练头部和耳朵、身体和头部两个成对模型；最后利用局部模型、成对模型1、成对模型2及人体特征对耳朵联合检测。本发明利用这种由大到小的层次关系建立上下文关联信息，可减少其他特征的干扰，更精确的检测出耳朵的位置。
📄 2021111653552
📂 G06V40_40
👤 西安工业大学
📅 2021-09-30
本发明公开了一种基于频域多尺度的人脸伪造检测方法、系统、设备及介质，能够通过卷积、下采样、通过双线性插值进行上采样以及高斯核卷积的操作，得到不同频段的图像，使人脸伪造检测在面对不同场景时仍有不错的泛化性能；通过提取不同频段的图像的特征，使得到的卷积特征包括了不同频段信息；通过将卷积特征进行不同尺度的池化，得到多尺度特征，有助于捕获更具有鉴别力的特征并保留更丰富的纹理信息，解决伪造方法所产生的伪影尺度不一以及单尺度特征可能无法捕获所需的所有空间信息的问题；最后通过训练得到人脸伪造检测网络，将不同频段的图像和多尺度特征的优点集合，大大提高人脸伪造检测方法的泛化能力、精确度和性能。
📄 2023102969502
📂 G06V40_40
👤 长沙理工大学
📅 2023-03-23
本发明公开了一种基于双分支卷积抑制纹理网络的人脸伪造检测方法及系统，本方法将待预测人脸图像输入至双分支卷积抑制纹理网络进行人脸伪造检测，获得人脸伪造检测结果；其中进行人脸伪造检测包括：将第一纹理抑制特征图和第二纹理抑制特征图相加，获得第一支路的第一特征图；将纹理抑制注意力特征图和第二支路的特征图进行元素相乘，获得第二支路的第一特征图；将第一支路的特征和第二支路的特征输入至跨流融合模块中进行不同维度的特征融合，获得第一支路的融合特征和第二支路的融合特征；将每个维度上的融合特征进行整平操作和拼接操作后输入至全连接层，获得人脸伪造检测结果。本发明能够提高模型的泛化性能，提高人脸伪造检测的准确度。
📄 2023102935154
📂 G06V40_40
👤 长沙理工大学
📅 2023-03-23
本发明公开一种基于风格混合重组的人脸反欺骗域泛化方法，其特征在于，包括以下步骤：S1：构造数据处理模型；S11：构造对抗学习模块；S12：构造对比学习模块；S13：构造风格组装层；S14：构造损失函数；S2：训练流程。本发明涉及图像处理技术领域，具体地讲，涉及一种基于风格混合重组的人脸反欺骗域泛化方法。本发明要解决的技术问题是提供一种基于风格混合重组的人脸反欺骗域泛化方法，提出将完整的特征分离为内容特征和风格特征，分别进行处理，内容特征通过对抗学习使其在不同域之间不可区分，而风格特征通过对比学习来强调与活性相关的信息，同时抑制域特定的信息。这种方法有效地提高了模型在未见过的域中的泛化能力。
📄 2025109132803
📂 G06V40_40
👤 齐鲁工业大学(山东省科学院)
📅 2025-07-03
本发明属于人脸识别技术领域，涉及一种基于细分类和对抗域泛化的人脸活体检测系统及方法，该人脸活体检测系统由特征提取器、域鉴别器和分类器组成；该方法将人脸图像通过特征提取器分别提取真实人脸特征和攻击人脸特征，并进行归一化处理，将归一化特征输入分类器进行预测分类，并将分类结果作为权重添加进域鉴别模块，域鉴别器与特征提取器进行对抗训练，得到加权的域对抗损失；结合加权的域对抗损失、自适应分类损失和N对损失构建综合优化目标，采用综合优化目标对特征提取器和分类器进行优化训练。本发明增强了对不同人脸图像特征细节的提取，提升了鲁棒性、泛化性能、分类精度。
📄 2023118236605
📂 G06V40_40
👤 华东交通大学
📅 2023-12-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台