基于眼部信息的活体人脸检测方法及装置

    公开(公告)号:CN105243378A

    公开(公告)日:2016-01-13

    申请号:CN201510781590.0

    申请日:2015-11-13

    IPC分类号: G06K9/00

    CPC分类号: G06K9/00228 G06K9/00906

    摘要: 本发明提供基于眼部信息的活体人脸检测方法及装置,方法包括:获取待检测人脸图像序列,对其进行光流场估计并获取其中眼睛区域;确定序列中各帧眼睛区域各像素光流,判断各帧眼睛区域各像素光流是否一致,若否则确定检测第一结果为活体,若是则确定检测第一结果为假体;计算序列中各帧眼睛区域二值化图像间的汉明距离,根据其确定活体分数,若活体分数大于等于预设阈值则确定检测第二结果为活体,若活体分数小于预设阈值则确定检测第二结果为假体;判断序列中是否存在眨眼动作,若是则确定检测第三结果为活体,若否则确定检测第三结果为假体;将三种结果融合获取最终检测结果。该方法能检测人脸是否为活体,复杂度低、不需人主动配合、鲁棒性强。

    防止照片攻击的人脸识别方法及装置

    公开(公告)号:CN105488486A

    公开(公告)日:2016-04-13

    申请号:CN201510891742.2

    申请日:2015-12-07

    IPC分类号: G06K9/00

    摘要: 本发明涉及一种防止照片攻击的人脸识别方法及装置,该方法包括提取待测目标的第一人脸图像对应的待测图像特征,并将所述待测图像特征与预设样本图像的图像特征进行相似性分析,以确定人脸识别的第一识别结果;获取所述待测目标的第二人脸图像;提取所述第二人脸图像对应的待测图像特征,并将该第二待测图像特征与所述预设样本图像的图像特征进行相似性分析,以确定人脸识别的第二识别结果;根据所述第一表示系数矩阵与所述第二表示系数矩阵判断所述待测目标是真人或照片。本发明可以实现防止照片攻击的人脸识别,增强人脸识别系统对照片恶意攻击的防御性,扩大人脸识别系统的适用范围,提高人脸识别的质量。

    基于眼部信息的活体人脸检测方法及装置

    公开(公告)号:CN105243378B

    公开(公告)日:2019-03-01

    申请号:CN201510781590.0

    申请日:2015-11-13

    IPC分类号: G06K9/00

    摘要: 本发明提供基于眼部信息的活体人脸检测方法及装置,方法包括:获取待检测人脸图像序列,对其进行光流场估计并获取其中眼睛区域;确定序列中各帧眼睛区域各像素光流,判断各帧眼睛区域各像素光流是否一致,若否则确定检测第一结果为活体,若是则确定检测第一结果为假体;计算序列中各帧眼睛区域二值化图像间的汉明距离,根据其确定活体分数,若活体分数大于等于预设阈值则确定检测第二结果为活体,若活体分数小于预设阈值则确定检测第二结果为假体;判断序列中是否存在眨眼动作,若是则确定检测第三结果为活体,若否则确定检测第三结果为假体;将三种结果融合获取最终检测结果。该方法能检测人脸是否为活体,复杂度低、不需人主动配合、鲁棒性强。

    防止照片攻击的人脸识别方法及装置

    公开(公告)号:CN105488486B

    公开(公告)日:2018-10-30

    申请号:CN201510891742.2

    申请日:2015-12-07

    IPC分类号: G06K9/00

    摘要: 本发明涉及一种防止照片攻击的人脸识别方法及装置,该方法包括提取待测目标的第一人脸图像对应的待测图像特征,并将所述待测图像特征与预设样本图像的图像特征进行相似性分析,以确定人脸识别的第一识别结果;获取所述待测目标的第二人脸图像;提取所述第二人脸图像对应的待测图像特征,并将该第二待测图像特征与所述预设样本图像的图像特征进行相似性分析,以确定人脸识别的第二识别结果;根据所述第一表示系数矩阵与所述第二表示系数矩阵判断所述待测目标是真人或照片。本发明可以实现防止照片攻击的人脸识别,增强人脸识别系统对照片恶意攻击的防御性,扩大人脸识别系统的适用范围,提高人脸识别的质量。

    基于Transformer的两步式领域自适应行人再识别方法

    公开(公告)号:CN115497120A

    公开(公告)日:2022-12-20

    申请号:CN202211166187.3

    申请日:2022-09-23

    发明人: 余盛铭 王生进

    摘要: 本发明公开了基于Transformer的两步式领域自适应行人再识别方法,属于行人再识别技术领域,具体包括:将源域图像预处理并添加class token;构建Transformer识别模型,将所述源域图像和class token编码后输入Transformer识别模型,提取源域图像中的行人特征,并反向传播更新模型;获取目标域图像,将目标域图像进预处理并添加class token;将class token作为域指示器,固定模型中除class token以外的参数,将目标域图像编码后输入Transformer识别模型,提取目标域图像中的行人特征,并反向传播更新模型;开放模型中所有参数,将经过过滤的目标域图像输入Transformer识别模型,提取目标域图像的行人特征,并反向传播更新模型;本发明将Transformer应用到领域自适应行人再识别中,提升了识别模型的性能。

    基于Transformer的两步式领域自适应行人再识别方法

    公开(公告)号:CN115497120B

    公开(公告)日:2023-12-15

    申请号:CN202211166187.3

    申请日:2022-09-23

    发明人: 余盛铭 王生进

    摘要: 本发明公开了基于Transformer的两步式领域自适应行人再识别方法,属于行人再识别技术领域,将所述源域图像和class token编码后输入Transformer识别模型,提取源域图像中的行人特征,并反向传播更新模型;获取目标域图像,将目标域图像编码后输入Transformer识别模型,提取目标域图像中的行人特征,并反向传播更新模型;开放模型中所有参数,将经过过滤的目标域图像输入Transformer识别模型,提取目标域图像的行人特征,并反向传播更新模型;本发明将Transformer应用到领域自适应行人再识别中,提升了识别模型的性能。