-
公开(公告)号:CN118865470A
公开(公告)日:2024-10-29
申请号:CN202410999565.9
申请日:2024-07-24
Applicant: 西安电子科技大学
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06V10/75 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及一种基于深度层特征迁移学习的人脸伪造检测方法及装置,包括:将待检测人脸数据输入预先训练的目标网络;得到待检测人脸数据对应的检测结果;其中,目标网络的训练过程包括:提取参照神经网络的中间层作为深度层特征信息;选择目标网络的中间层作为检测迁移信息;利用深度层特征信息和检测迁移信息构建损失函数;调整深度层特征信息和检测迁移信息的网络参数直至损失函数的损失值小于预设阈值,得到预先训练的目标网络。本发明通过深度层特征的迁移学习得到的目标网络在人脸伪造检测技术中时,能够提升人脸伪造检测的检测性能和适用性,增强模型的泛化能力,减少对特定数据集的依赖,并提高其对于新兴伪造技术的适应能力。
-
公开(公告)号:CN117831096A
公开(公告)日:2024-04-05
申请号:CN202311601605.1
申请日:2023-11-28
Applicant: 西安电子科技大学
IPC: G06V40/16 , G06V10/774 , G06N3/094
Abstract: 本发明涉及一种基于扩散模型的人脸识别系统安全性测试方法,包括:利用预设的编码器对源图像进行编码,得到源图像潜在编码;根据源图像得到对应的身份敏感区域图像,利用预设的编码器对身份敏感区域图像进行编码,得到身份敏感区域图像潜在编码;利用条件潜在扩散模型对源图像潜在编码进行逐步前向扩散处理和逐步反向去噪处理,生成对抗性样本;将对抗性样本输入待测人脸识别系统进行识别,根据识别结果确定人脸识别系统的安全性。本发明方法利用条件潜在扩散模型,能够在生成高质量的不可察觉的对抗性样本的同时到达最好的攻击性能,利用该对抗性样本对人脸识别系统的安全性进行测试,提高了人脸识别系统的识别结果的可信性。
-
公开(公告)号:CN117201101A
公开(公告)日:2023-12-08
申请号:CN202311116839.7
申请日:2023-08-31
Applicant: 西安电子科技大学 , 西安联飞智能装备研究院有限责任公司
Abstract: 本发明公开了一种基于增强型GAN模型的无人机CAN总线入侵检测方法,主要解决现有模型部署困难,且检测准确度不佳的问题。其实现步骤为:1)获取无人机受到攻击和未受到攻击的数据,处理后将其划分为训练集和测试集;2)构建由生成器和判别器组成的增强型GAN模型;3)利用训练集对所构建模型进行训练;4)根据训练结果计算损失函数,并对模型的权值、参数进行更新,得到训练好的检测模型;5)将检测模型中的判别器部署于无人机,获取机载CAN总线的实时检测结果。本发明能够有效降低入侵检测系统对无人机计算资源和能源的消耗,提高检测准确度,可用于无人机CAN总线入侵检测。
-
公开(公告)号:CN115034957A
公开(公告)日:2022-09-09
申请号:CN202210486263.2
申请日:2022-05-06
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于文本描述的人脸素描画像编辑方法,包括:得到原始人脸素描图像的第一风格代码;确定操纵方向;根据第一风格代码和向量得到第二风格代码;根据第二风格代码得到第一人脸素描画像;根据第一人脸素描画像和第二人脸素描画像得到通道c上人脸素描画像的操作方向;根据风格空间的操纵方向和通道c上人脸素描画像的操作方Δic得到相关性;基于相关性和解纠缠阈值的关系得到操纵方向;将风格操纵输入到StyleGAN中得到第三人脸素描画像;利用最小二乘法将所述第三人脸素描画像进行反投影最终的人脸素描画像。本发明减少了人工手动操作的不便,消除中间生成的人脸素描画像的失真。
-
公开(公告)号:CN114896575A
公开(公告)日:2022-08-12
申请号:CN202210461329.2
申请日:2022-04-28
Applicant: 西安电子科技大学
IPC: G06F21/32
Abstract: 本发明涉及一种基于虚假属性检测的可信身份辨识方法及装置,包括:通过M个已知对象建立已知身份属性信息库;提取每个已知对象的N维生物特征属性对应的N条特征;利用特征模板与待测对象的N维生物特征属性中对应的生物特征属性进行匹配,选取相似度较大的L个识别结果作为生物特征属性的识别结果;利用基于汇聚度的共识算法对L个识别结果进行计算,将局部汇聚度值最小的身份作为共识身份;根据共识身份的每个生物特征属性是否处于L个识别结果中确定共识身份的标志;根据标志确定生物特征属性的真实性;输出检测到的虚假属性和作为可信身份的共识身份。本发明探索无监督虚假身份属性检测技术研究的新途径,提高未知攻击条件下身份辨识精度。
-
公开(公告)号:CN114862920A
公开(公告)日:2022-08-05
申请号:CN202210466776.7
申请日:2022-04-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多尺度图像恢复的跨摄像机行人重识别方法,包括:获取跨摄像机查询图像并进行分辨率判断;对查询图像中的低分辨率图像进行多尺度图像恢复,得到若干高质量图像;对高质量图像和图库图像进行多尺度特征提取和融合,得到融合特征;将融合特征与图库图像的特征进行对比分析,得到行人重识别结果。本发明的方法能够适应图像尺度的各种不规则变化,并且能够充分利用不同尺度图像的信息,提升行人重识别的准确度。
-
公开(公告)号:CN114170655A
公开(公告)日:2022-03-11
申请号:CN202111432136.6
申请日:2021-11-29
Applicant: 西安电子科技大学
IPC: G06V40/16 , G06V40/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于知识蒸馏的人脸伪造线索迁移方法,包括:选取预训练数据集;选取第一分类网络模型作为教师模型,利用预训练数据集对教师模型进行预训练,获得预训练后的教师模型;选取第二分类网络模型作为学生模型,利用学生模型和训练后的教师模型共同构建教师学生联合网络模型;选取训练数据集,将训练数据集输入教师学生联合网络模型,利用训练数据集对学生模型进行训练,获得经训练的学生模型;将待识别人脸图片输入经训练的学生模型,以获得待识别人脸图片为真实图片或伪造图片的概率值,进而判断人脸图像的真伪。本发明在避免先验伪造线索知识丢失的情况下,提高了人脸伪造检测的准确率和泛化性。
-
公开(公告)号:CN114005167A
公开(公告)日:2022-02-01
申请号:CN202111473575.1
申请日:2021-11-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于人体骨骼关键点的远距离视线估计方法和装置,所述方法包括:对待测图像中的行人进行分离,裁剪出人体边界框图像;将所述人体边界框图像输入经过预训练的人体关键点检测网络模型,得到所述人体边界框图像中的多个人体关键点的位置坐标,所述人体关键点至少包括左眼、右眼、左耳、右耳、鼻部、左肩部和右肩部;根据所述多个人体关键点的位置坐标获得初始人体面部朝向角度;利用所述初始人体面部朝向角度获得视线估计落点坐标。本发明可以在真实场景和游戏场景下对远距离的行人视线进行令人满意的识别和估计。
-
公开(公告)号:CN109035318B
公开(公告)日:2021-11-30
申请号:CN201810615516.5
申请日:2018-06-14
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种图像风格的转换方法,包括:获取风格图像和内容图像;通过所述风格图像获取流派内嵌表示空间;根据所述风格图像的风格深度特征和所述内容图像的内容深度特征获取流派风格化表示空间;根据所述流派内嵌表示空间和所述流派风格化表示空间对所述内容图像进行风格转换。本发明由于采用构建流派内嵌表示空间,将现有方法转换单张图像风格的变为转换为一种根据流派进行风格转换的方式,不仅转换了风格图像的颜色与纹理,同时还根据内容图像和风格图像之间语义信息的对应关系进行转换,使得转换后的图像更具有艺术意义。
-
公开(公告)号:CN113468954A
公开(公告)日:2021-10-01
申请号:CN202110554168.7
申请日:2021-05-20
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于多通道下局部区域特征的人脸伪造检测方法,包括:S1:对待检测图像的人脸进行面部分量分离,得到多个待测面部组件;S2:提取多个通道下每个待测面部组件的空域特征;S3:将每个通道下每个待测面部组件的空域特征,输入对应通道下对应面部组件的分类网络模型中,得到每个通道下每个待测面部组件的置信向量;S4:根据每个通道下每个待测面部组件的置信向量,得到待检测图像的人脸伪造检测结果;其中,分类网络模型通过迁移学习,使用预训练的分类网络训练得到,多个通道包括RGB、HSV、YCbCr、DoG、LBP或Canny中的至少两种。本发明的方法,在多通道下检测面部五官等局部区域的伪造细节,使得结果准确率更高,更具鲁棒性。
-
-
-
-
-
-
-
-
-