公开(公告)号：CN112990202A

公开(公告)日：2021-06-18

申请号：CN202110497553.2

申请日：2021-05-08

申请人： 中国人民解放军国防科技大学

发明人： 雷军 ,  杨亚洲 ,  周浩 ,  张军 ,  李硕豪 ,  王风雷 ,  刘盼 ,  于淼淼

IPC分类号： G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04

摘要： 本发明公开了一种基于稀疏表示的场景图生成方法和系统，该方法包括：通过快速区域卷积神经网络对原图像进行目标检测，获得目标区域集；通过预设的关系度量网络将目标对的所有边识别为前景边和背景边，并构造稀疏图；通过基于图注意力神经网络的特征融合和更新策略，对稀疏图上的节点和边进行同步学习，并识别目标类型和关系；根据识别得到的目标类型和关系生成场景图。本发明能够有效过滤虚假关系，进而有效生成稀疏图，并且降低了稠密图的计算复杂度以及提高了图消息传递效率；同时本发明能够准确从稀疏图中提取特征，进而准确生成场景图。

公开(公告)号：CN116524316A

公开(公告)日：2023-08-01

申请号：CN202310194939.5

申请日：2023-03-03

申请人： 中国人民解放军国防科技大学

发明人： 李硕豪 ,  杨佳鑫 ,  张军 ,  陈超 ,  孙博良 ,  雷军 ,  于淼淼 ,  李虹颖 ,  李小飞

IPC分类号： G06V10/82 ,  G06V10/778 ,  G06V10/774 ,  G06V20/00 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/092

摘要： 本发明公开了强化学习框架下场景图骨架构建方法，包括：生成基于马尔科夫决策过程的图结构；构建图结构生成环境；构建图卷积策略网络，并对图卷积策略网络进行训练，在关系感知环境下以迭代的方式不断向候选子图中添加节点和边，最终形成图像的场景图骨架。本发明利用强化学习框架得到稀疏场景图骨架的问题，将场景图骨架的建立过程作为马尔科夫决策过程，利用强化学习得到一个稀疏的场景图骨架，构建了高信息度低复杂度的稀疏场景图骨架，为精确场景图骨架构建提供依据。

公开(公告)号：CN115641616A

公开(公告)日：2023-01-24

申请号：CN202211319668.3

申请日：2022-10-26

申请人： 中国人民解放军国防科技大学

发明人： 孙博良 ,  黄魁华 ,  李硕豪 ,  于淼淼 ,  黄金才 ,  陈超

IPC分类号： G06V40/12 ,  G06V20/40 ,  G06V30/18 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/047 ,  G06N3/045 ,  G06N3/08

摘要： 本发明提供了一种基于域适应的人脸伪造检测方法及装置，所述方法包括以下步骤：从源域中训练一个Teacher模型；通过域适应，将Teacher模型学习到的先验知识迁移到目标域中，得到第一Student模型；利用部分目标域的样本对所述第一Student模型进行调整，训练得到Student模型；通过训练好的Student模型对人脸图像进行检测。本发明对目标域类型的人脸图像的真伪进行预测。利用微调的Student模型能以更简单的模型结构和少量的训练样本，实现较高的检测精度。

公开(公告)号：CN113537173A

公开(公告)日：2021-10-22

申请号：CN202111084084.8

申请日：2021-09-16

申请人： 中国人民解放军国防科技大学

发明人： 李硕豪 ,  于淼淼 ,  张军 ,  赵翔 ,  何华 ,  蒋林承 ,  雷军 ,  练智超 ,  李千目

IPC分类号： G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于面部补丁映射的人脸图像真伪识别方法，包括以下步骤：获取人脸数据信息，从所述人脸数据信息中转换出单帧图像序列，对所述单帧图像序列进行面部检测，裁剪出人脸区域图像；在所述的人脸区域图像中提取局部补丁，包括眼睛眉毛补丁、左脸颊补丁、右脸颊补丁，鼻子补丁和嘴巴下颚补丁；将所述的局部补丁分别映射到卷积神经网络的不同卷积层来获得相应位置和大小的特征图；采用RoiAlign模块将所述的特征图由不同尺寸大小转换为固定尺寸大小的特征图；利用所述的固定尺寸大小的特征图训练二分类模型，采用局部投票的方式整合局部补丁的二分类判别结果，获得人脸图像真伪的识别结果。

公开(公告)号：CN114821706B

公开(公告)日：2024-11-05

申请号：CN202210320007.6

申请日：2022-03-29

申请人： 中国人民解放军国防科技大学

发明人： 李硕豪 ,  于淼淼 ,  张军 ,  何华 ,  李虹颖 ,  杨佳鑫 ,  蒋林承 ,  赵翔 ,  胡艳丽

IPC分类号： G06V40/16 ,  G06N3/0464 ,  G06V10/774

摘要： 本发明公开了一种基于区域感知的伪造图像检测与定位方法，具体来说，本方法采用的网络模型由数据预处理模块、受监督的编码器‑解码器网络以及分类预测网络组成。编码器‑解码器网络将原始输入图像转变为一个灰度图像，与分类预测网络相结合，不仅可以判断一张人脸图像是伪造的还是真实的，而且还可以准确定位伪造区域。同时，本发明还提出了一种用于区域感知深度伪造检测的新的混合损失，所述混合损失通过融合二元交叉熵(BCE)损失和IoU损失，指导网络在图像级(map‑level)以及像素级(pixel‑level)2个不同的层次上学习输入图像与标签之间的转换。

公开(公告)号：CN116416686A

公开(公告)日：2023-07-11

申请号：CN202310277087.6

申请日：2023-03-20

申请人： 中国人民解放军国防科技大学

发明人： 李硕豪 ,  于淼淼 ,  张军 ,  雷军 ,  李虹颖 ,  黄魁华 ,  陈超 ,  黄金才 ,  刘忠

IPC分类号： G06V40/40 ,  G06V40/16 ,  G06V10/764 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/09

摘要： 本发明提供一种基于特征解耦的人脸伪造检测方法，提出了一种渐进式的方式对伪造特征进行解耦表示。首先在图像层面，输入的原始图像被转换为两个互补的视图，一个使用自适应可学习的滤波器来挖掘细微的频率感知线索，一个使用基于场景转换的数据增强方法来突出被伪造的人脸区域并削弱干扰因素的影响。来自这两个互补分支的中间层输出特征通过一个可训练的混合注意力模块进行进一步融合，该模块包含两个并行工作的分支：通道级自注意力和空间级自注意力。其次在特征层面，为了自动地将与伪造相关的特征和与源相关的特征分解开，减少决策中不相关因素的干扰，提出了两种互补的特征解耦方案，最后只使用分解后的与伪造相关的特征空间进行预测。

公开(公告)号：CN115909445A

公开(公告)日：2023-04-04

申请号：CN202211412421.6

申请日：2022-11-11

申请人： 中国人民解放军国防科技大学

发明人： 李硕豪 ,  于淼淼 ,  张军 ,  雷军 ,  何华 ,  赵翔 ,  彭娟 ,  李虹颖 ,  陇盛 ,  杨佳鑫 ,  尹晓晴

IPC分类号： G06V40/16 ,  G06V40/40 ,  G06V10/46 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09

摘要： 本申请提供一种人脸图像伪造检测方法及相关设备。该方法包括：获取经过预处理的待测人脸图像，并对待测人脸图像进行转换处理，得到待测人脸图像的频域图；将待测人脸图像和待测人脸图像的频域图分别输入经过预训练的人脸图像伪造检测模型，输出检测结果标签；响应于确定检测结果标签为预设的第一数值，待测人脸图像为伪造人脸图像，并在待测人脸图像中生成伪造掩码对伪造区域进行标注；响应于确定检测结果标签为预设的第二数值，待测人脸图像为真实人脸图像。利用人脸伪造图像的高频信息改变细节丢失的特性，通过待测人脸图像的频域图挖掘更多的伪造痕迹线索，并人脸图像伪造检测模型提高检测性能的泛化性，保障了检测的可靠性。