-
公开(公告)号：CN116453199B
公开(公告)日：2024-01-26
申请号：CN202310566946.3
申请日：2023-05-19
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院)
IPC分类号： G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/08
摘要： 基于复杂纹理区域伪造痕迹的GAN生成人脸检测方法，首先提供了一种用于紧密连接的卷积层的DenseNet作为纹理增强块，对每张人脸图像的浅层纹理特征图进行纹理信息的增强。然后将增强的纹理特征图送入DCAR‑Net来提高感受野的灵活性，从而能够捕捉到更全局、语义层次更高的特征。该方法在网络主干中引入了空洞卷积以及跳跃连接，对于伪造检测任务来说，空洞卷积能够更好地捕捉到比较分散的伪造换脸痕迹，跳跃连接使得网络有恒等映射的能力，可以使网络变得更深、更容易训练，同时能够降低计算的复杂度，从而保证更好的人脸伪造检测效果。(56)对比文件Su-Gyeong Yu等.Face SpoofingDetection Using DenseNet《.InternationalConference on Intelligent Human ComputerInteraction》.2021,第 229-238页.Chih-Chung Hsu等.Deep Fake ImageDetection Based on Pairwise Learning.《MDPI》.2020,第1-14页.Hong-Shuo Chen等.DEFAKEHOP: A LIGHT-WEIGHT HIGH-PERFORMANCE DEEPFAKEDETECTOR《.arXiv:2103.06929v1》.2021,第1-6页.
-
公开(公告)号：CN116843696A
公开(公告)日：2023-10-03
申请号：CN202310470456.3
申请日：2023-04-27
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院)
IPC分类号： G06T7/10 , G06T7/00 , G06N3/0985 , G06N3/0464 , G06N3/0455
摘要： 一种基于特征相似性和超参数卷积注意力的心脏MRI分割方法，分割网络模型中使用特征相似性模块，通过提取长程依赖性来探索密集的上下文信息，并将其编码到特征图中，有助于分割心脏中不同形态的组织。将超参数卷积注意力模块代替解码器中的普通卷积，用于提取重要的特征信息，扩大感受野，加快收敛速度，提高模型性能。结合加权交叉熵损失和Dice损失的组合函数联合指导网络的训练，能够更全面的考虑正负样本之间的平衡关系，可以在保证高灵敏度的同时提高网络的训练效率和分割精度，产生更加稳定的训练结果。
-
公开(公告)号：CN116152887B
公开(公告)日：2023-09-26
申请号：CN202211576932.1
申请日：2022-12-08
申请人： 山东省人工智能研究院 , 齐鲁工业大学
IPC分类号： G06V40/16 , G06V10/82 , G06V20/40 , G06N3/08 , G06N3/0464
摘要： 一种基于DS证据理论的动态人脸表情识别方法，通过多特征融合的方式提高了表情视频的特征提取效果，并通过DS证据理论、多分支卷积、注意力机制深度学习了不平衡的动态表情特征。相较其他方法，本方法科学有效的降低了样本不平衡对表情识别带来的影响，充分利用时空特征挖掘视频表情的潜在语义信息，以此进行表情分类提高可靠性和准确率，解决表情识别的需求。
-
公开(公告)号：CN115713680B
公开(公告)日：2023-07-25
申请号：CN202211451581.1
申请日：2022-11-18
申请人： 山东省人工智能研究院 , 齐鲁工业大学
IPC分类号： G06V10/80 , G06N3/0464 , G06N3/08 , G06V40/16
摘要： 一种基于语义引导的人脸图像身份合成方法，对每张图像提取身份信息、属性信息和背景信息，继而通过特征融合方式将信息融合，最终将融合信息通过图像生成方式得到最终的结果。该方法引入了特征关键点，用于引导脸型变化。同时训练过程中加入的背景信息使得生成出来的图片脸型发生变化且质量稳定的人脸图像。
-
公开(公告)号：CN116453199A
公开(公告)日：2023-07-18
申请号：CN202310566946.3
申请日：2023-05-19
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院)
IPC分类号： G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/08
摘要： 基于复杂纹理区域伪造痕迹的GAN生成人脸检测方法，首先提供了一种用于紧密连接的卷积层的DenseNet作为纹理增强块，对每张人脸图像的浅层纹理特征图进行纹理信息的增强。然后将增强的纹理特征图送入DCAR‑Net来提高感受野的灵活性，从而能够捕捉到更全局、语义层次更高的特征。该方法在网络主干中引入了空洞卷积以及跳跃连接，对于伪造检测任务来说，空洞卷积能够更好地捕捉到比较分散的伪造换脸痕迹，跳跃连接使得网络有恒等映射的能力，可以使网络变得更深、更容易训练，同时能够降低计算的复杂度，从而保证更好的人脸伪造检测效果。
-
公开(公告)号：CN116246022A
公开(公告)日：2023-06-09
申请号：CN202310218283.6
申请日：2023-03-09
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院)
摘要： 一种基于渐进式去噪引导的人脸图像身份合成方法，通过身份编码器充分提取身份特征，同时训练了一种渐进式身份去噪引导模型，过程中加入了身份引导和3D形状感知引导，使生成的人脸图像拥有更接近源图像帧身份和目标图像帧属性的特征。具有更好的稳定性，在百万分辨率条件下生成的图像仍然具有优势。
-
公开(公告)号：CN115205986B
公开(公告)日：2023-05-19
申请号：CN202210946655.2
申请日：2022-08-09
申请人： 山东省人工智能研究院 , 齐鲁工业大学
IPC分类号： G06V40/40 , G06V40/16 , G06V20/40 , G06V10/82 , G06V10/764 , G06N3/08 , G06N3/0464
摘要： 一种基于知识蒸馏与transformer的假视频检测方法，通过对一个视频帧的脸图像提取多样的局部特征与全局特征，并利用多头注意力缩放技术提取多样的全局特征，并利用空间注意力缩放技术进行多样的全局特征精炼，最后送入分类器进行检测Deepfake视频的方法。由于空间注意力缩放技术的引入，检测到的deepfake的准确度明显优于其他方法。
-
公开(公告)号：CN114781445B
公开(公告)日：2022-11-18
申请号：CN202210376597.4
申请日：2022-04-11
申请人： 山东省人工智能研究院 , 齐鲁工业大学
摘要： 一种基于可解释性的深度神经网络的心电信号降噪方法，利用稀疏表示算法来建立心电信号模型，进而通过半二次分裂算法将优化问题转化为两个子问题的优化。继而在两个子问题中搭建神经网络，通过心电信号噪声数据与干净数据在搭建的神经网络中端对端训练来寻求最优解。通过设计心电信号降噪网络，在提高神经网络解释性的同时，也提高对心电信号的降噪能力。在传统稀疏表示降噪算法与深度神经网络降噪模型之间建立了一座有吸引力的桥梁。这样不仅提高了神经网络的可解释性也增加了传统稀疏表示降噪算法的精度与鲁棒性。
-
公开(公告)号：CN117593798B
公开(公告)日：2024-05-28
申请号：CN202311598459.1
申请日：2023-11-28
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院
IPC分类号： G06V40/40 , G06V40/16 , G06V10/46 , G06V10/20 , G06V10/54 , G06V10/24 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 一种基于双分支特征增强的伪造人脸检测方法，涉及人脸检测技术领域，利用了RGB图像和细粒度的频域信息，在每一条分支上分别应用了特征增强模块和网络卷积注意力模块来去除一些无用特征增强与伪造相关的特征，同时为了使模型只关注图像的局部区域，较少地关注全局信息，进一步增强所需要的特征，提出虚假检测模块，以指导模型关注局部伪影区域进一步增强伪造特征并作出最后的预测，检测的准确性明显提高。
-
公开(公告)号：CN117649523A
公开(公告)日：2024-03-05
申请号：CN202311599251.1
申请日：2023-11-28
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院
IPC分类号： G06V10/26 , G06V10/44 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
摘要： 一种基于LUnetr模型的可变心脏MRI分割方法，涉及医学图像分割技术领域，通过对ACDC数据集中的数据进行预处理，将预处理后的数据集通过编码器中的MBConv模块以及pooling‑style模块得到特征图。然后将该特征图输入到解码器中，将LUnetr Block模块加入到解码器中，可以从全局和局部两个分支进行提取特征，充分利用融合特征中的有用信息，来确保对每个图像进行精准的分割，得到最终分割图像。科学有效的增强提取特征的效果，充分利用全局特征和局部特征相结合的方法来处理特征提取问题，提高了心脏图像分割的精准性以及高效性。
-
-
-
-
-
-
-
-
-
搜索结果
55 条记录 (耗时 0.07 秒)
