-
公开(公告)号：CN111563244B
公开(公告)日：2024-12-13
申请号：CN202010358730.4
申请日：2020-04-29
Applicant: 武汉大学 , 清华大学 , 腾讯科技(深圳)有限公司
Abstract: 本申请涉及一种身份验证方法、装置、计算机设备和存储介质。所述方法包括：输出第一声波信号，所述第一声波信号指向按照验证口令运动的唇部；获取所述第一声波信号经过所述唇部反射的第二声波信号；基于所述第二声波信号中的唇部运动信号提取口令信号片段；对所述口令信号片段进行活性检测，当所述活性检测的结果表示唇部运动有效时，根据所述口令信号片段提取唇部运动特征；基于所述唇部运动特征以及与所述验证口令对应的注册唇部运动特征，确定身份验证结果。采用本方法能够有效提高身份验证的准确性和安全性。
-
公开(公告)号：CN111563244A
公开(公告)日：2020-08-21
申请号：CN202010358730.4
申请日：2020-04-29
Applicant: 武汉大学 , 清华大学 , 腾讯科技(深圳)有限公司
Abstract: 本申请涉及一种身份验证方法、装置、计算机设备和存储介质。所述方法包括：输出第一声波信号，所述第一声波信号指向按照验证口令运动的唇部；获取所述第一声波信号经过所述唇部反射的第二声波信号；基于所述第二声波信号中的唇部运动信号提取口令信号片段；对所述口令信号片段进行活性检测，当所述活性检测的结果表示唇部运动有效时，根据所述口令信号片段提取唇部运动特征；基于所述唇部运动特征以及与所述验证口令对应的注册唇部运动特征，确定身份验证结果。采用本方法能够有效提高身份验证的准确性和安全性。
-
公开(公告)号：CN112150338A
公开(公告)日：2020-12-29
申请号：CN202010992917.X
申请日：2020-09-21
Applicant: 清华大学
Abstract: 本发明提出一种神经网络模型图像水印的去除方法，属于人工智能安全技术领域。该方法首先利用训练数据集的原始图像通过随机覆盖矩形噪声得到增强图像集。然后将选取的增强图像和对应的原始图像输入待训练的模型，模型的最后一层卷积层输出每张输入图像对应的特征分布，归一化后，得到对应的归一化后的特征分布；计算原始图像与对应增强图像归一化后特征分布的距离，并惩罚原始图像和增强图像的特征分布距离；利用损失函数对模型进行迭代训练，最终得到去除水印的神经网络模型。本发明基于有限的图像数据，利用图像增强及特征分布优化技术，达到去除后门水印的效果，有利于提升模型水印的安全性，让模型的知识产权保护更可靠。
-
公开(公告)号：CN112150338B
公开(公告)日：2023-12-05
申请号：CN202010992917.X
申请日：2020-09-21
Applicant: 清华大学
IPC: G06T1/00 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0985
Abstract: 本发明提出一种神经网络模型图像水印的去除方法，属于人工智能安全技术领域。该方法首先利用训练数据集的原始图像通过随机覆盖矩形噪声得到增强图像集。然后将选取的增强图像和对应的原始图像输入待训练的模型，模型的最后一层卷积层输出每张输入图像对应的特征分布，归一化后，得到对应的归一化后的特征分布；计算原始图像与对应增强图像归一化后特征分布的距离，并惩罚原始图像和增强图像的特征分布距离；利用损失函数对模型进行迭代训练，最终得到去除水印的神经网络模型。本发明基于有限的图像数据，利用图像增强及特征分布优化技术，达到去除后门水印的效果，有利于提升模型水印的安全性，让模型的知识产权保护更可靠。
-
-
-
Search Results
4
records
(took 0.032 seconds)
