-
公开(公告)号：CN111553284A
公开(公告)日：2020-08-18
申请号：CN202010357461.X
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
IPC: G06K9/00
Abstract: 本申请涉及一种人脸图像处理方法、装置、计算机设备和存储介质。所述方法包括：获取第一用户的第一人脸图像；基于所述第一人脸图像的人脸特征生成对应的三维投影图像；获取第二用户的第二人脸视频，基于所述第二人脸视频中的各第二人脸图像提取人脸表情特征；将提取获得的各所述人脸表情特征分别融合至所述三维投影图像中进行表情重构，获得合成人脸视频；将所述合成人脸视频投影至三维实体模型进行播放，经过投影的所述三维实体模型用于人脸识别。采用本方法能够有效提高人脸识别的验证效率。
-
公开(公告)号：CN111046742B
公开(公告)日：2024-08-06
申请号：CN201911142921.0
申请日：2019-11-20
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明实施例公开了一种眼部行为检测方法、装置以及存储介质；在目标视频的视频帧上滑动时间窗口，得到目标对象的图像序列，图像序列包括多张具有时序关系的图像，对每张图像的眼部区域进行特征提取，得到多个具有时序关系的眼部区域的初始特征信息，根据眼部区域的时序关系，将眼部区域的初始特征信息和差值特征信息融合，得到多个具有时序关系的融合深度特征信息，根据多个具有时序关系的融合深度特征信息，得到每一张图像的眼部行为为预设眼部行为的概率值，多个概率值具有时序关系，根据所述多个具有时序关系的概率值，生成概率曲线坐标系，根据概率曲线坐标系，确定目标对象是否存在预设眼部行为。本申请可以提高眼部行为检测的准确性。
-
公开(公告)号：CN117011627A
公开(公告)日：2023-11-07
申请号：CN202210518034.4
申请日：2022-05-12
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/774 , G06V10/762 , G06V10/82 , G06V10/75 , G06V10/74 , G06V40/40 , G06N3/0464 , G06N3/0895
Abstract: 本申请涉及一种数据挖掘和处理方法、装置、电子设备及存储介质。该方法包括：获取第一图像集以及具有目标标签信息的多个第一目标图像；目标标签信息表征第一目标图像为目标活体攻击方式的图像，多个第一目标图像的数量小于或等于第一预设数量；从第一图像集中筛选与多个第一目标图像各自的第一图像特征匹配的多个第二目标图像；基于多个第一目标图像和多个第二目标图像，得到增量训练样本图像集，增量训练样本图像集用于迭代优化历史活体检测模型。根据本申请的技术方案，可以提升数据挖掘效率。
-
公开(公告)号：CN112215180B
公开(公告)日：2024-05-07
申请号：CN202011125080.5
申请日：2020-10-20
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例提供一种活体检测方法及装置，涉及计算机技术领域，方法包括:获取针对目标对象的待检测视频；从所述待检测视频中获得目标对象的人脸全局图像序列，以及与所述检测活动对应的人脸局部图像序列；分别对人脸全局图像序列以及人脸局部图像序列进行多层特征提取处理，在至少一层特征提取处理后，将人脸全局图像序列的特征提取结果与人脸局部图像序列的特征提取结果融合，对融合后的特征提取结果进行下层特征提取处理，得到第一特征提取处理结果、第二特征提取处理结果，根据第一特征提取处理结果以及第二特征提取处理结果确定人脸融合特征；基于所述人脸融合特征，确定所述待检侧对象的活体检测结果。提高了检测的准确率以及效率。
-
公开(公告)号：CN113505652B
公开(公告)日：2023-05-02
申请号：CN202110661492.9
申请日：2021-06-15
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例公开了一种活体检测方法、装置、电子设备和存储介质；本申请实施例可以当接收到活体检测请求时，获取待检测对象的反射音频信号和视频数据，对反射音频信号进行信号处理和时频分析，得到处理后音频信号的时频信息，并从视频数据提取待检测对象的运动轨迹信息，分别对时频信息和运动轨迹信息进行特征提取，得到待检测对象的音频特征和运动特征，再根据音频特征计算待检测对象的第一全局注意力信息，以及根据运动特征计算待检测对象的第二全局注意力，将第一全局注意力信息和第二全局注意力信息进行融合，得到融合后全局信息，并基于融合后全局信息确定待检测对象的活体检测结果。该方案可以有效地提高活体检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109697416B
公开(公告)日：2022-11-18
申请号：CN201811532116.4
申请日：2018-12-14
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明实施例公开了一种视频数据处理方法和相关装置，该方法包括：获取目标视频序列，从目标视频序列的每个视频帧中提取目标对象所在的目标对象区域，并对目标对象区域中的目标对象进行关键点定位，得到每个视频帧中的目标对象的目标关键点及每个视频帧的目标关键点的位置信息；基于每个视频帧的目标关键点的位置信息，得到每个视频帧的目标关键点对应的动态特征值；从目标视频序列中选取动态特征值满足目标状态下的视频帧，并将目标状态下的视频帧确定为关键视频帧，并在关键视频帧中抠取目标关键点所对应的局部图像区域进行识别，得到目标识别结果，进而确定出目标对象的属性。采用本发明，可以提高活体识别的精准度，以增强系统的鉴权力度。
-
公开(公告)号：CN113505652A
公开(公告)日：2021-10-15
申请号：CN202110661492.9
申请日：2021-06-15
Applicant: 腾讯科技(深圳)有限公司
IPC: G06K9/00
Abstract: 本申请实施例公开了一种活体检测方法、装置、电子设备和存储介质；本申请实施例可以当接收到活体检测请求时，获取待检测对象的反射音频信号和视频数据，对反射音频信号进行信号处理和时频分析，得到处理后音频信号的时频信息，并从视频数据提取待检测对象的运动轨迹信息，分别对时频信息和运动轨迹信息进行特征提取，得到待检测对象的音频特征和运动特征，再根据音频特征计算待检测对象的第一全局注意力信息，以及根据运动特征计算待检测对象的第二全局注意力，将第一全局注意力信息和第二全局注意力信息进行融合，得到融合后全局信息，并基于融合后全局信息确定待检测对象的活体检测结果。该方案可以有效地提高活体检测的准确性。
-
公开(公告)号：CN112215180A
公开(公告)日：2021-01-12
申请号：CN202011125080.5
申请日：2020-10-20
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例提供一种活体检测方法及装置，涉及计算机技术领域，方法包括:获取针对目标对象的待检测视频；从所述待检测视频中获得目标对象的人脸全局图像序列，以及与所述检测活动对应的人脸局部图像序列；分别对人脸全局图像序列以及人脸局部图像序列进行多层特征提取处理，在至少一层特征提取处理后，将人脸全局图像序列的特征提取结果与人脸局部图像序列的特征提取结果融合，对融合后的特征提取结果进行下层特征提取处理，得到第一特征提取处理结果、第二特征提取处理结果，根据第一特征提取处理结果以及第二特征提取处理结果确定人脸融合特征；基于所述人脸融合特征，确定所述待检侧对象的活体检测结果。提高了检测的准确率以及效率。
-
公开(公告)号：CN109697416A
公开(公告)日：2019-04-30
申请号：CN201811532116.4
申请日：2018-12-14
Applicant: 腾讯科技(深圳)有限公司
IPC: G06K9/00
Abstract: 本发明实施例公开了一种视频数据处理方法和相关装置，该方法包括：获取目标视频序列，从目标视频序列的每个视频帧中提取目标对象所在的目标对象区域，并对目标对象区域中的目标对象进行关键点定位，得到每个视频帧中的目标对象的目标关键点及每个视频帧的目标关键点的位置信息；基于每个视频帧的目标关键点的位置信息，得到每个视频帧的目标关键点对应的动态特征值；从目标视频序列中选取动态特征值满足目标状态下的视频帧，并将目标状态下的视频帧确定为关键视频帧，并在关键视频帧中抠取目标关键点所对应的局部图像区域进行识别，得到目标识别结果，进而确定出目标对象的属性。采用本发明，可以提高活体识别的精准度，以增强系统的鉴权力度。
-
公开(公告)号：CN116958754A
公开(公告)日：2023-10-27
申请号：CN202211411503.9
申请日：2022-11-11
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/776 , G06V10/764
Abstract: 本申请公开了一种未知攻击检测模型的训练方法、装置、设备及存储介质，涉及人工智能和互联网技术领域。所述方法包括：获取第一样本图像集合，第一样本图像集合包括真实图像和已知攻击图像；得到第一样本图像集合中各个样本图像的中间特征和分类特征，中间特征包括样本图像中多个局部区域块的底层语义特征，分类特征包括样本图像中多个局部区域块的高层语义特征；基于样本图像的伪深度图和重构深度图，确定样本图像的重构损失；基于分类特征，确定样本图像的分类损失；根据各个样本图像分别对应的重构损失和分类损失，对未知攻击检测模型进行训练。本申请可应用于云技术、人工智能、智慧交通等各种场景，本申请能够提高未知攻击检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.063 seconds)
