-
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：CN114821820A
公开(公告)日：2022-07-29
申请号：CN202110064764.7
申请日：2021-01-18
Applicant: 腾讯科技(深圳)有限公司 , 武汉大学 , 清华大学
Abstract: 本申请涉及人工智能领域，提供一种活体检测方法、装置、计算机设备和存储介质。所述方法包括：输出运动指示信息和第一声波信号；第一声波信号指向按照所述运动指示信息运动的检测对象；获取针对运动的检测对象所采集的动作视频，根据所述动作视频中的动作幅度特征定位所述检测对象对应的动作区间；获取所述第一声波信号经过所述检测对象反射的第二声波信号，从所述第二声波信号中的目标运动信号中提取出声波运动特征；从所述声波运动特征中切割出与所述动作区间对应的声波运动特征；根据所述动作幅度特征和所述与所述动作区间对应的声波运动特征进行活体检测，得到所述检测对象的活体检测结果。采用本方法能够有效提高活体检测结果的准确性。
-
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：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：CN116631012B
公开(公告)日：2024-11-26
申请号：CN202210122885.7
申请日：2022-02-09
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/12 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种生物纹路信息的特征提取方法、装置、设备及存储介质，属于身份识别技术领域。该方法包括：获取生物纹路信息，生物纹路信息用于描述第一对象的生物纹路；对生物纹路信息进行特征提取处理，得到全局纹路特征和局部纹路特征；对全局纹路特征和局部纹路特征进行融合处理，得到第一对象的融合纹路特征。本申请通过对生物纹路信息进行特征提取处理获得局部纹路特征，提高了对生物纹路中局部细节特征的关注度；将局部纹路特征与全局纹路特征融合，提升了纹路特征对掌纹信息的描述能力；拓展了纹路特征从局部描述掌纹信息的维度，保证了面对高相似度生物纹路信息时的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN118608635A
公开(公告)日：2024-09-06
申请号：CN202311546177.7
申请日：2023-11-17
Applicant: 腾讯科技(深圳)有限公司
IPC: G06T11/00 , G06V10/774 , G06V10/82 , G06V40/12 , G06N3/0455 , G06N3/0464 , G06N3/09 , G06N3/094 , G06N3/084
Abstract: 本公开的实施例提供了一种掌纹图像生成方法、装置、设备和计算机可读存储介质。本公开的方法利用从预先确定的掌纹曲线模板中确定的控制点来生成贝塞尔曲线，并将该贝塞尔曲线转换为具有皱褶信息的掌纹线能量图，其中该皱褶信息包括与贝塞尔曲线相同的线条分布但不同的线型，其线型由每个像素的线能量特征确定，继而进一步基于具有该皱褶信息的掌纹线能量图生成具有纹理信息的掌纹图像，该掌纹图像的掌纹线与掌纹线能量图的皱褶信息一致，从而生成具有逼真皱褶和纹理的拟真掌纹图像。本公开的方法降低了掌纹图像的生成难度，并且能够在保留相同的身份信息的情况下生成具有多样化纹理的拟真掌纹图像，因此降低了对真实数据的依赖。
-
公开(公告)号：CN110569808B
公开(公告)日：2024-08-09
申请号：CN201910859300.8
申请日：2019-09-11
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本申请实施例提供的一种活体检测方法、装置及计算机设备，在获取待检测对象的待检测图像后，将按照多种尺度对其进行裁剪，得到不同尺度的裁剪图像，此时，由于裁剪尺度不同，这样，不同尺度的裁剪图像除了人脸区域外，所包含的特征信息将会有所差异，将这多个不同尺度的裁剪图像输入神经网络，能够对不同尺度的裁剪图像各自的特征信息进行有针对性的处理，融合不同尺度的裁剪图像各自的处理结果进行活体检测，提高了检测的准确性及效率，能够有效识别出人脸纸片、翻拍、人脸视频合成、面具等攻击样本。并且，整个检测过程中，不需要待检测对象按照指令配合交互动作，更为简单高效，且降低了交互成本，提高了用户体验。
-
公开(公告)号：CN118379586A
公开(公告)日：2024-07-23
申请号：CN202410823324.9
申请日：2024-06-25
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/774 , G06V10/22 , G06V40/20
Abstract: 本申请公开了一种关键点预测模型的训练方法、装置、设备、介质及产品，涉及人工智能领域。该方法包括：获取包含样本对象的样本图像；通过样本预测模型预测样本图像中样本对象的关键点的概率分布，得到n个关键点分别对应的多个分布参数；基于第j个关键点对应的参考坐标、第j个关键点对应的多个分布参数对样本预测模型进行训练，得到关键点预测模型。其中样本预测模型预测得到的分布参数的数据量远远小于相关技术中预测的热图的数据量，样本预测模型的计算量较小，从而提高了样本预测模型的训练效率。
-
公开(公告)号：CN116993185B
公开(公告)日：2024-07-02
申请号：CN202311272194.6
申请日：2023-09-28
Applicant: 腾讯科技(深圳)有限公司
IPC: G06Q10/0637 , G06Q50/26 , G06F18/213 , G06F18/214 , G06F18/25 , G06F18/27
Abstract: 本申请公开了一种时间序列预测方法、装置、设备及存储介质，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；本申请从待预测对象的历史时间序列采样，以得到多个子序列；对相邻时间段对应的两个子序列的特征向量进行特征交叉处理，得到交叉特征；对交叉特征以及目标子序列的特征向量进行融合处理，得到目标子序列的目标特征，目标子序列为相邻时间段对应的两个子序列中的任一子序列；基于多个子序列的目标特征，对历史时间序列进行回归预测，得到待预测对象在预测时间段内的预测时间序列。在本申请中，将相邻子序列间的相关性引入子序列中，以增加子序列的特征表示的准确性，以得到准确的时间序列预测结果。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
225
records
(took 0.073 seconds)
