JP2022141931A - 生体検出モデルのトレーニング方法及び装置、生体検出の方法及び装置、電子機器、記憶媒体、並びにコンピュータプログラム - Google Patents
生体検出モデルのトレーニング方法及び装置、生体検出の方法及び装置、電子機器、記憶媒体、並びにコンピュータプログラム Download PDFInfo
- Publication number
- JP2022141931A JP2022141931A JP2022119731A JP2022119731A JP2022141931A JP 2022141931 A JP2022141931 A JP 2022141931A JP 2022119731 A JP2022119731 A JP 2022119731A JP 2022119731 A JP2022119731 A JP 2022119731A JP 2022141931 A JP2022141931 A JP 2022141931A
- Authority
- JP
- Japan
- Prior art keywords
- feature
- image
- detection model
- liveness detection
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 191
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000012549 training Methods 0.000 title claims abstract description 77
- 238000004590 computer program Methods 0.000 title claims description 11
- 238000000605 extraction Methods 0.000 claims abstract description 59
- 239000013598 vector Substances 0.000 claims description 39
- 238000010606 normalization Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 17
- 238000013527 convolutional neural network Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
Description
Claims (15)
- 生体検出モデルのトレーニング方法であって、前記生体検出モデルは、特徴抽出ネットワークと分類ネットワークとを含み、前記方法は、
オブジェクト対象を含む複数のサンプル画像を前記特徴抽出ネットワークに入力して、前記複数のサンプル画像のうち各サンプル画像の第1の画像特徴を得ており、前記各サンプル画像は前記オブジェクト対象が本物種別である実際確率を示すラベルを有することと、
前記第1の画像特徴を前記分類ネットワークに入力して、前記各サンプル画像におけるオブジェクト対象が本物種別である第1の予測確率を得ることと、
前記第1の画像特徴と、所定特徴シーケンスにおける各特徴との間の類似度に基づいて、前記各サンプル画像におけるオブジェクト対象が非本物種別である第2の予測確率を特定し、前記各特徴は、ラベルが示す実際確率がゼロである第1のサンプル画像の第2の画像特徴であることと、
前記第1の予測確率と、前記第2の予測確率と、前記実際確率とに基づいて、前記生体検出モデルをトレーニングすることと、を含む、
生体検出モデルのトレーニング方法。 - 前記所定特徴シーケンスはキュー形式であり、前記方法は、前記各サンプル画像におけるオブジェクト対象が非本物種別である第2の予測確率を特定した後に、
前記複数のサンプル画像のうちの第2のサンプル画像の第1の画像特徴を用いて、前記所定特徴シーケンスを更新することをさらに含み、
ここで、前記第2のサンプル画像のラベルが示す実際確率がゼロである、
請求項1に記載の方法。 - 前記各サンプル画像におけるオブジェクト対象が非本物種別である第2の予測確率を特定することは、
前記第1の画像特徴と前記特徴シーケンスにおける各特徴との間の内積を特定して、前記第1の画像特徴と前記特徴シーケンスとの間の類似度ベクトルを得ることであって、前記類似度ベクトルにおける各要素の値は前記各サンプル画像におけるオブジェクト対象と前記第1のサンプル画像におけるオブジェクト対象とが同一種別に属する確率値を示すことと、
前記類似度ベクトルのうちの最大値を、前記各サンプル画像におけるオブジェクト対象が非本物種別である第2の予測確率として特定することと、を含む、
請求項1又は2に記載の方法。 - 前記特徴抽出ネットワークは、特徴抽出サブネットワークと正規化サブネットワークとを含み、前記オブジェクト対象を含む複数のサンプル画像を前記特徴抽出ネットワークに入力して、前記複数のサンプル画像のうちの各サンプル画像の第1の画像特徴を得ることは、
前記複数のサンプル画像を前記特徴抽出サブネットワークに入力して、前記複数のサンプル画像のうちの各サンプル画像の初期特徴を得ることと、
前記各サンプル画像の初期特徴を前記正規化サブネットワークに入力して、前記各サンプル画像の第1の画像特徴を得ることと、を含む、
請求項1又は2に記載の方法。 - 前記生体検出モデルをトレーニングすることは、
前記第1の予測確率と、前記第2の予測確率と、前記実際確率とに基づいて、交差エントロピー損失関数を用いて前記生体検出モデルの損失を特定することと、
前記損失に基づいて、前記生体検出モデルをトレーニングすることと、を含む、
請求項1又は2に記載の方法。 - 生体検出モデルを用いて生体検出を行う方法であって、前記生体検出モデルは、特徴抽出ネットワークと分類ネットワークとを含み、前記方法は、
オブジェクト対象を含む検出すべき画像を前記特徴抽出ネットワークに入力して、前記検出すべき画像の第3の画像特徴を得ることと、
前記第3の画像特徴を前記分類ネットワークに入力して、前記検出すべき画像におけるオブジェクト対象が本物種別である確率を得ることと、を含み、
ここで、前記生体検出モデルは、請求項1~5の何れか一項に記載の方法を用いてトレーニングされたものである、
生体検出方法。 - 生体検出モデルのトレーニング装置であって、前記生体検出モデルは、特徴抽出ネットワークと分類ネットワークとを含み、前記装置は、
オブジェクト対象を含む複数のサンプル画像を前記特徴抽出ネットワークに入力して、前記複数のサンプル画像のうちの各サンプル画像の第1の画像特徴を得るためのものであって、前記各サンプル画像は前記オブジェクト対象が本物種別である実際確率を示すラベルを有する第1の特徴取得モジュールと、
前記第1の画像特徴を前記分類ネットワークに入力して、前記各サンプル画像におけるオブジェクト対象が本物種別である第1の予測確率を得るための第1の予測モジュールと、
前記第1の画像特徴と所定特徴シーケンスにおける各特徴との間の類似度に基づいて、前記各サンプル画像におけるオブジェクト対象が非本物種別である第2の予測確率を得るためのものであって、前記各特徴は、ラベルが示す実際確率がゼロである第1のサンプル画像の第2の画像特徴である第2の予測モジュールと、
前記第1の予測確率と、前記第2の予測確率と、前記実際確率とに基づいて、前記生体検出モデルをトレーニングするためのモデルトレーニングモジュールと、を含む、
生体検出モデルのトレーニング装置。 - 前記所定特徴シーケンスはキュー形式であって、前記装置は、
前記複数のサンプル画像のうちの第2のサンプル画像の第1の画像特徴を用いて、前記所定特徴シーケンスを更新するためのシーケンス更新モジュールをさらに含み、
ここで、前記第2のサンプル画像のラベルが示す実際確率はゼロである、
請求項7に記載の装置。 - 前記第2の予測モジュールは、
前記第1の画像特徴と前記特徴シーケンスにおける各特徴との間の内積を特定して、前記第1の画像特徴と前記特徴シーケンスとの間の類似度ベクトルを得るためのものであって、前記類似度ベクトルにおける各要素の値は、前記各サンプル画像におけるオブジェクト対象と前記第1のサンプル画像におけるオブジェクト対象とが同一種別に属する確率値を示すベクトル取得サブモジュールと、
前記類似度ベクトルのうちの最大値を、前記各サンプル画像におけるオブジェクト対象が非本物種別である第2の予測確率として特定するための確率特定サブモジュールと、を含む、
請求項7又は8に記載の装置。 - 前記特徴抽出ネットワークは特徴抽出サブネットワークと正規化サブネットワークとを含み、前記第1の特徴取得モジュールは、
前記複数のサンプル画像を前記特徴抽出サブネットワークに入力して、前記複数のサンプル画像のうちの各サンプル画像の初期特徴を得るための特徴抽出サブモジュールと、
前記各サンプル画像の初期特徴を前記正規化サブネットワークに入力して、前記各サンプル画像の第1の画像特徴を得るための正規化サブモジュールと、を含む、
請求項7又は8に記載の装置。 - 前記モデルトレーニングモジュールは、
前記第1の予測確率と、前記第2の予測確率と、前記実際確率とに基づいて、交差エントロピー損失関数を用いて前記生体検出モデルの損失を特定するための損失特定サブモジュールと、
前記損失に基づいて、前記生体検出モデルをトレーニングするためのトレーニングサブモジュールと、を含む、
請求項7又は8に記載の装置。 - 生体検出モデルを用いて生体検出を行う装置であって、前記生体検出モデルは、特徴抽出ネットワークと分類ネットワークとを含み、前記装置は、
オブジェクト対象を含む検出すべき画像を前記特徴抽出ネットワークに入力して、前記検出すべき画像の第3の画像特徴を得るための第2の特徴取得モジュールと、
前記第3の画像特徴を前記分類ネットワークに入力して、前記検出すべき画像におけるオブジェクト対象が本物種別である確率を得るための確率取得モジュールと、を含み、
ここで、前記生体検出モデルは、請求項7~11の何れか一項に記載の装置を用いてトレーニングされたものである、
生体検出装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサと通信接続するメモリとを有する電子機器であって、
前記メモリに、前記少なくとも1つのプロセッサによって実行され得るコマンドが記憶されており、前記コマンドが前記少なくとも1つのプロセッサによって実行されることで、前記少なくとも1つのプロセッサが請求項1~6のいずれか一項に記載の方法を実行することができる、
電子機器。 - コンピュータに請求項1~6のいずれか一項に記載の方法を実行させるためのコンピュータコマンドを記憶している、
非一時的なコンピュータ読取可能な記憶媒体。 - プロセッサにより実行される場合に、請求項1~6のいずれか一項に記載の方法を実現するコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110985438.XA CN113705425B (zh) | 2021-08-25 | 2021-08-25 | 活体检测模型的训练方法和活体检测的方法、装置、设备 |
CN202110985438.X | 2021-08-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022141931A true JP2022141931A (ja) | 2022-09-29 |
JP7414901B2 JP7414901B2 (ja) | 2024-01-16 |
Family
ID=78654888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022119731A Active JP7414901B2 (ja) | 2021-08-25 | 2022-07-27 | 生体検出モデルのトレーニング方法及び装置、生体検出の方法及び装置、電子機器、記憶媒体、並びにコンピュータプログラム |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP4075395A3 (ja) |
JP (1) | JP7414901B2 (ja) |
KR (1) | KR20220107120A (ja) |
CN (1) | CN113705425B (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114120420B (zh) * | 2021-12-01 | 2024-02-13 | 北京百度网讯科技有限公司 | 图像检测方法和装置 |
CN114495234A (zh) * | 2022-01-28 | 2022-05-13 | 北京百度网讯科技有限公司 | 图像处理方法和装置 |
CN114565030B (zh) * | 2022-02-17 | 2022-12-20 | 北京百度网讯科技有限公司 | 特征筛选方法、装置、电子设备和存储介质 |
CN114612743A (zh) * | 2022-03-10 | 2022-06-10 | 北京百度网讯科技有限公司 | 深度学习模型的训练方法、目标对象识别方法和装置 |
CN115082994A (zh) * | 2022-06-27 | 2022-09-20 | 平安银行股份有限公司 | 人脸活体检测方法、活体检测网络模型的训练方法及装置 |
CN115170887B (zh) * | 2022-07-22 | 2023-08-01 | 北京百度网讯科技有限公司 | 目标检测模型训练方法、目标检测方法及其装置 |
CN115603955B (zh) * | 2022-09-26 | 2023-11-07 | 北京百度网讯科技有限公司 | 异常访问对象识别方法、装置、设备和介质 |
CN115937993A (zh) * | 2022-12-14 | 2023-04-07 | 北京百度网讯科技有限公司 | 活体检测模型训练方法、活体检测方法、装置和电子设备 |
CN116363762A (zh) * | 2022-12-23 | 2023-06-30 | 北京百度网讯科技有限公司 | 活体检测方法、深度学习模型的训练方法及装置 |
CN116524339B (zh) * | 2023-07-05 | 2023-10-13 | 宁德时代新能源科技股份有限公司 | 目标检测方法、装置、计算机设备、存储介质和程序产品 |
CN117591921B (zh) * | 2024-01-19 | 2024-05-07 | 中国传媒大学 | 基于欺骗与反欺骗理论的对抗生成欺骗检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507262A (zh) * | 2020-04-17 | 2020-08-07 | 北京百度网讯科技有限公司 | 用于检测活体的方法和装置 |
US20200364478A1 (en) * | 2019-03-29 | 2020-11-19 | Beijing Sensetime Technology Development Co., Ltd. | Method and apparatus for liveness detection, device, and storage medium |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107992842B (zh) * | 2017-12-13 | 2020-08-11 | 深圳励飞科技有限公司 | 活体检测方法、计算机装置及计算机可读存储介质 |
CN112215043A (zh) * | 2019-07-12 | 2021-01-12 | 普天信息技术有限公司 | 一种人脸活体检测方法 |
US11669607B2 (en) * | 2019-08-29 | 2023-06-06 | PXL Vision AG | ID verification with a mobile device |
CN110705392A (zh) * | 2019-09-17 | 2020-01-17 | Oppo广东移动通信有限公司 | 一种人脸图像检测方法及装置、存储介质 |
CN111368934B (zh) * | 2020-03-17 | 2023-09-19 | 腾讯科技(深圳)有限公司 | 图像识别模型训练方法、图像识别方法以及相关装置 |
CN112364803B (zh) * | 2020-11-20 | 2023-08-11 | 深圳龙岗智能视听研究院 | 活体识别辅助网络的训练方法、终端、设备及存储介质 |
CN113033465B (zh) * | 2021-04-13 | 2023-11-14 | 北京百度网讯科技有限公司 | 活体检测模型训练方法、装置、设备以及存储介质 |
CN113052144B (zh) * | 2021-04-30 | 2023-02-28 | 平安科技(深圳)有限公司 | 活体人脸检测模型的训练方法、装置、设备及存储介质 |
-
2021
- 2021-08-25 CN CN202110985438.XA patent/CN113705425B/zh active Active
-
2022
- 2022-07-14 KR KR1020220086727A patent/KR20220107120A/ko unknown
- 2022-07-27 JP JP2022119731A patent/JP7414901B2/ja active Active
- 2022-08-24 EP EP22192021.8A patent/EP4075395A3/en not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200364478A1 (en) * | 2019-03-29 | 2020-11-19 | Beijing Sensetime Technology Development Co., Ltd. | Method and apparatus for liveness detection, device, and storage medium |
CN111507262A (zh) * | 2020-04-17 | 2020-08-07 | 北京百度网讯科技有限公司 | 用于检测活体的方法和装置 |
Non-Patent Citations (1)
Title |
---|
SUN ZHONGLIN ET AL: "INVESTIGATION IN SPATIAL-TEMPORAL DOMAIN FOR FACE SPOOF DETECTION", 2018 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING(ICASSP), JPN6023025583, 15 April 2018 (2018-04-15), US, pages 1538 - 1542, XP033401265, ISSN: 0005090002, DOI: 10.1109/ICASSP.2018.8461942 * |
Also Published As
Publication number | Publication date |
---|---|
JP7414901B2 (ja) | 2024-01-16 |
KR20220107120A (ko) | 2022-08-02 |
EP4075395A3 (en) | 2023-02-22 |
EP4075395A2 (en) | 2022-10-19 |
CN113705425B (zh) | 2022-08-16 |
CN113705425A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022141931A (ja) | 生体検出モデルのトレーニング方法及び装置、生体検出の方法及び装置、電子機器、記憶媒体、並びにコンピュータプログラム | |
CN108875833B (zh) | 神经网络的训练方法、人脸识别方法及装置 | |
CN110020592B (zh) | 物体检测模型训练方法、装置、计算机设备及存储介质 | |
CN111523621B (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
CN109902546B (zh) | 人脸识别方法、装置及计算机可读介质 | |
WO2019119505A1 (zh) | 人脸识别的方法和装置、计算机装置及存储介质 | |
WO2019109743A1 (zh) | Url攻击检测方法、装置以及电子设备 | |
CN112395979B (zh) | 基于图像的健康状态识别方法、装置、设备及存储介质 | |
CN109255289B (zh) | 一种基于统一式生成模型的跨衰老人脸识别方法 | |
US20240185604A1 (en) | System and method for predicting formation in sports | |
CN111753881A (zh) | 一种基于概念敏感性量化识别对抗攻击的防御方法 | |
CN111881722B (zh) | 一种跨年龄人脸识别方法、***、装置及存储介质 | |
CN112560710B (zh) | 一种用于构建指静脉识别***的方法及指静脉识别*** | |
CN113343898B (zh) | 基于知识蒸馏网络的口罩遮挡人脸识别方法、装置及设备 | |
CN111144566A (zh) | 神经网络权重参数的训练方法、特征分类方法及对应装置 | |
CN110175500B (zh) | 指静脉比对方法、装置、计算机设备及存储介质 | |
CN111694954A (zh) | 图像分类方法、装置和电子设备 | |
CN112613032B (zh) | 基于***调用序列的主机入侵检测方法及装置 | |
CN109101984B (zh) | 一种基于卷积神经网络的图像识别方法及装置 | |
CN111814653B (zh) | 一种视频中异常行为的检测方法、装置、设备及存储介质 | |
CN116151965B (zh) | 一种风险特征提取方法、装置、电子设备及存储介质 | |
CN115240647A (zh) | 声音事件检测方法、装置、电子设备及存储介质 | |
CN115222047A (zh) | 一种模型训练方法、装置、设备及存储介质 | |
CN114462073A (zh) | 去标识化效果评估方法、装置、存储介质及产品 | |
CN113128387A (zh) | 基于面部表情特征分析的吸毒者毒瘾发作识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220727 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220727 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230623 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230922 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231227 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231228 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7414901 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |