JP7013077B2 - 生体検出方法及び装置、機器並びに記憶媒体 - Google Patents
生体検出方法及び装置、機器並びに記憶媒体 Download PDFInfo
- Publication number
- JP7013077B2 JP7013077B2 JP2020540717A JP2020540717A JP7013077B2 JP 7013077 B2 JP7013077 B2 JP 7013077B2 JP 2020540717 A JP2020540717 A JP 2020540717A JP 2020540717 A JP2020540717 A JP 2020540717A JP 7013077 B2 JP7013077 B2 JP 7013077B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- reconstruction
- network
- encoder
- feature data
- 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.)
- Active
Links
Images
Classifications
-
- 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
- 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
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- 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
- G06V40/10—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
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
Description
本願は、2019年3月29日に中国国家知的財産局に提出された、出願番号が201910250962.5であり、出願名称が「生体検出方法及び装置、機器並びに記憶媒体」である中国特許出願の優先権を主張し、その全ての内容が参照によって本願に組み込まれる。
コンピュータプログラムを記憶するためのメモリと、
メモリに記憶されているコンピュータプログラムを実行するためのプロセッサと、を含み、コンピュータプログラムが実行される時に本開示の上記のいずれか1つの実施例の生体検出方法を実現する。
402A 第1復号ユニット
402B 第1符号化ユニット
403B 第1復号ユニット
Claims (23)
- 電子機器が実行する、生体検出方法であって、
目標対象を含む被検出画像に基づいて再構成処理を行って再構成画像を得る操作と、
前記再構成画像に基づいて再構成誤差を得る操作と、
前記被検出画像と前記再構成誤差をチャネル方向において連結して融合画像を得、前記融合画像に基づいて、前記目標対象の、生体又は非生体である分類結果を得る操作と、を含むことを特徴とする生体検出方法。 - 目標対象を含む被検出画像に基づいて再構成処理を行って再構成画像を得る前記操作は、
目標対象を含む被検出画像に基づいて、自己符号化器によって再構成処理を行って前記再構成画像を得る操作を含むことを特徴とする請求項1に記載の生体検出方法。 - 目標対象を含む被検出画像に基づいて再構成処理を行って再構成画像を得る前記操作は、
前記被検出画像を自己符号化器に入力して再構成処理を行って再構成画像を得る操作を含むことを特徴とする請求項1又は2に記載の生体検出方法。 - 前記被検出画像を自己符号化器に入力して再構成処理を行って再構成画像を得る前記操作は、
前記自己符号化器を用いて前記被検出画像に対して符号化処理を行って、第1特徴データを得る操作と、
前記自己符号化器を用いて前記第1特徴データに対して復号処理を行って、前記再構成画像を得る操作と、を含むことを特徴とする請求項3に記載の生体検出方法。 - 前記再構成画像に基づいて再構成誤差を得る前記操作は、
前記再構成画像と前記被検出画像との間の差に基づいて再構成誤差を得る操作を含むことを特徴とする請求項3又は4に記載の生体検出方法。 - 目標対象を含む被検出画像に基づいて再構成処理を行って再構成画像を得る前記操作は、
目標対象を含む被検出画像に対して特徴抽出を行って第2特徴データを得る操作と、
前記第2特徴データを自己符号化器に入力して再構成処理を行って再構成画像を得る操作と、を含むことを特徴とする請求項1又は2に記載の生体検出方法。 - 前記第2特徴データを自己符号化器に入力して再構成処理を行って再構成画像を得る前記操作は、
前記自己符号化器を用いて前記第2特徴データに対して符号化処理を行って第3特徴データを得る操作と、
前記自己符号化器を用いて前記第3特徴データに対して復号処理を行って、前記再構成画像を得る操作と、を含むことを特徴とする請求項6に記載の生体検出方法。 - 前記再構成画像に基づいて再構成誤差を得る前記操作は、
前記第2特徴データと前記再構成画像との間の差に基づいて再構成誤差を得る操作を含み、
前記被検出画像と前記再構成誤差をチャネル方向において連結して融合画像を得、前記融合画像に基づいて、前記目標対象の分類結果を得る前記操作は、
前記第2特徴データと前記再構成誤差をチャネル方向において連結して第2連結情報を得る操作と、
前記第2連結情報に基づいて前記目標対象の分類結果を得る操作と、を含むことを特徴とする請求項6又は7に記載の生体検出方法。 - 前記生体検出方法が、識別ネットワークによって実現され、前記生体検出方法が、
訓練集合によって敵対的生成ネットワークを訓練して前記識別ネットワークを得る操作であって、前記敵対的生成ネットワークが、生成ネットワークと前記識別ネットワークを含む操作を更に含むことを特徴とする請求項1-8のいずれか一項に記載の生体検出方法。 - 訓練集合によって敵対的生成ネットワークを訓練する前記操作は、
前記識別ネットワークによって前記識別ネットワークの入力画像に対して判別処理して、前記入力画像の分類予測結果を得る操作であって、前記入力画像が、前記訓練集合中のサンプル画像、又は前記生成ネットワークが前記サンプル画像に基づいて取得した生成画像を含み、前記サンプル画像のラベリング情報が、生体真実画像又は偽造生体真実画像を示すものであり、前記生成画像のラベリング情報が生成画像を示すものである操作と、
前記入力画像の分類予測結果及び前記入力画像のラベリング情報に基づいて、前記敵対的生成ネットワークのネットワークパラメータを調整する操作と、を含むことを特徴とする請求項9に記載の生体検出方法。 - 目標対象を含む被検出画像に基づいて再構成処理を行って再構成画像を得るための再構成モジュールと、
前記再構成画像に基づいて再構成誤差を得るための第1取得モジュールと、
前記被検出画像と前記再構成誤差をチャネル方向において連結して融合画像を得、前記融合画像に基づいて、前記目標対象の、生体又は非生体である分類結果を得るための第2取得モジュールと、を含むことを特徴とする生体検出装置。 - 前記再構成モジュールは自己符号化器を含み、前記自己符号化器が、生体目標対象を含むサンプル画像に基づいて訓練して得られたものであることを特徴とする請求項11に記載の装置。
- 前記再構成モジュールは、目標対象を含む被検出画像に基づいて、自己符号化器によって再構成処理を行って前記再構成画像を得るために用いられることを特徴とする請求項11又は12に記載の装置。
- 前記自己符号化器は、
前記被検出画像に対して符号化処理を行って、第1特徴データを得るための第1符号化ユニットと、
前記第1特徴データに対して復号処理を行って、前記再構成画像を得るための第1復号ユニットと、を含むことを特徴とする請求項13に記載の装置。 - 前記第1取得モジュールは、前記再構成画像と前記被検出画像との間の差に基づいて再構成誤差を得るために用いられることを特徴とする請求項13又は14に記載の装置。
- 前記再構成モジュールは、
目標対象を含む被検出画像に対して特徴抽出を行って第2特徴データを得るための特徴抽出ユニットと、
前記第2特徴データに対して再構成処理を行って再構成画像を得るための自己符号化器と、を含むことを特徴とする請求項11又は12に記載の装置。 - 前記自己符号化器は、
前記第2特徴データに対して符号化処理を行って第3特徴データを得るための第1符号化ユニットと、
前記第3特徴データに対して復号処理を行って、前記再構成画像を得るための第1復号ユニットと、を含むことを特徴とする請求項16に記載の装置。 - 前記第1取得モジュールは、前記第2特徴データと前記再構成画像との間の差に基づいて再構成誤差を得るために用いられ、
前記第2取得モジュールは、
前記第2特徴データと前記再構成誤差をチャネル方向において連結して第2連結情報を得るための連結ユニットと、
前記第2連結情報に基づいて前記目標対象の分類結果を得るための取得ユニットと、を含むことを特徴とする請求項16又は17に記載の装置。 - 識別ネットワークによって実現される装置であり、
訓練集合によって敵対的生成ネットワークを訓練して前記識別ネットワークを得るための訓練モジュールであって、前記敵対的生成ネットワークが、生成ネットワークと前記識別ネットワークを含む訓練モジュールを更に含むことを特徴とする請求項11-18のいずれか一項に記載の装置。 - 前記識別ネットワークは、入力画像に対して判別処理を行って前記入力画像の分類予測結果を得るために用いられ、前記入力画像が、前記訓練集合中のサンプル画像、又は前記生成ネットワークが前記サンプル画像に基づいて取得した生成画像を含み、前記サンプル画像のラベリング情報が、生体真実画像又は偽造生体真実画像を示すものであり、前記生成画像のラベリング情報が生成画像を示すものであり、
前記訓練モジュールは、前記入力画像の分類予測結果及び前記入力画像のラベリング情報に基づいて、前記敵対的生成ネットワークのネットワークパラメータを調整するために用いられることを特徴とする請求項19に記載の装置。 - コンピュータプログラムを記憶するためのメモリと、
前記メモリに記憶されているコンピュータプログラムを実行するためのプロセッサと、を含み、前記コンピュータプログラムが実行される時に請求項1-10のいずれか一項に記載の生体検出方法を実現することを特徴とする電子機器。 - コンピュータプログラムが記憶されているコンピュータ可読記憶媒体であって、前記コンピュータプログラムがプロセッサにより実行される時に、請求項1-10のいずれか一項に記載の生体検出方法を実現することを特徴とするコンピュータ可読記憶媒体。
- プログラムコマンドを含み、前記プログラムコマンドがプロセッサにより実行される時に、前記プロセッサが請求項1-10のいずれか一項に記載の方法を実行することを特徴とするコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910250962.5A CN111753595A (zh) | 2019-03-29 | 2019-03-29 | 活体检测方法和装置、设备和存储介质 |
CN201910250962.5 | 2019-03-29 | ||
PCT/CN2019/114893 WO2020199577A1 (zh) | 2019-03-29 | 2019-10-31 | 活体检测方法和装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021519962A JP2021519962A (ja) | 2021-08-12 |
JP7013077B2 true JP7013077B2 (ja) | 2022-01-31 |
Family
ID=72664887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020540717A Active JP7013077B2 (ja) | 2019-03-29 | 2019-10-31 | 生体検出方法及び装置、機器並びに記憶媒体 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20200364478A1 (ja) |
JP (1) | JP7013077B2 (ja) |
CN (1) | CN111753595A (ja) |
SG (1) | SG11202007036XA (ja) |
TW (1) | TW202036463A (ja) |
WO (1) | WO2020199577A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111666960B (zh) * | 2019-03-06 | 2024-01-19 | 南京地平线机器人技术有限公司 | 图像识别方法、装置、电子设备及可读存储介质 |
US10922788B1 (en) * | 2020-04-30 | 2021-02-16 | StradVision, Inc. | Method for performing continual learning on classifier in client capable of classifying images by using continual learning server and continual learning server using the same |
CN112149631A (zh) * | 2020-10-20 | 2020-12-29 | 北京嘀嘀无限科技发展有限公司 | 图像处理的方法、装置、设备和介质 |
CN112597885A (zh) * | 2020-12-22 | 2021-04-02 | 北京华捷艾米科技有限公司 | 人脸活体检测方法、装置、电子设备及计算机存储介质 |
CN112668453B (zh) * | 2020-12-24 | 2023-11-14 | 平安科技(深圳)有限公司 | 视频识别方法及相关设备 |
CN112861950A (zh) * | 2021-01-29 | 2021-05-28 | 深圳前海微众银行股份有限公司 | 翻拍图像的识别方法、装置、电子设备及存储介质 |
CN112927211B (zh) * | 2021-03-09 | 2023-08-25 | 电子科技大学 | 一种基于深度三维检测器的通用对抗攻击方法、存储介质和终端 |
CN113312965B (zh) * | 2021-04-14 | 2023-04-28 | 重庆邮电大学 | 一种人脸未知欺骗攻击活体检测方法及*** |
CN113421317B (zh) * | 2021-06-10 | 2023-04-18 | 浙江大华技术股份有限公司 | 一种生成图像的方法、***及电子设备 |
CN113657327B (zh) * | 2021-08-24 | 2024-03-08 | 平安科技(深圳)有限公司 | 适用于图像的非活体攻击判别方法、装置、设备及介质 |
CN113705425B (zh) * | 2021-08-25 | 2022-08-16 | 北京百度网讯科技有限公司 | 活体检测模型的训练方法和活体检测的方法、装置、设备 |
KR102375593B1 (ko) * | 2021-08-26 | 2022-03-17 | 전북대학교산학협력단 | 손바닥 복합 이미지에 기반한 사용자 인증 장치 및 방법 |
CN114463859B (zh) * | 2021-11-03 | 2023-08-11 | 马上消费金融股份有限公司 | 活体检测的对抗样本生成方法、装置、电子设备及存储介质 |
CN114120454A (zh) * | 2021-11-29 | 2022-03-01 | 北京百度网讯科技有限公司 | 活体检测模型的训练方法、装置、电子设备及存储介质 |
CN114596615B (zh) * | 2022-03-04 | 2023-05-05 | 湖南中科助英智能科技研究院有限公司 | 基于对抗学习的人脸活体检测方法、装置、设备及介质 |
CN114663986B (zh) * | 2022-03-31 | 2023-06-20 | 华南理工大学 | 一种基于双解耦生成和半监督学习的活体检测方法及*** |
CN117523323B (zh) * | 2024-01-03 | 2024-05-14 | 支付宝(杭州)信息技术有限公司 | 一种生成图像的检测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018128265A (ja) | 2017-02-06 | 2018-08-16 | 株式会社リコー | サーバ装置、判別プログラム及び判別システム |
CN108537152A (zh) | 2018-03-27 | 2018-09-14 | 百度在线网络技术(北京)有限公司 | 用于检测活体的方法和装置 |
JP2019503530A (ja) | 2016-12-30 | 2019-02-07 | 平安科技(深▲せん▼)有限公司 | 画像改ざん検出方法、システム、電子装置及び記憶媒体 |
WO2019043425A1 (en) | 2017-09-01 | 2019-03-07 | Omron Corporation | SYSTEM AND METHOD FOR AIDING MANUFACTURING |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423700B (zh) * | 2017-07-17 | 2020-10-20 | 广州广电卓识智能科技有限公司 | 人证核实的方法及装置 |
CN108229375B (zh) * | 2017-12-29 | 2022-02-08 | 百度在线网络技术(北京)有限公司 | 用于检测人脸图像的方法和装置 |
CN108171211A (zh) * | 2018-01-19 | 2018-06-15 | 百度在线网络技术(北京)有限公司 | 活体检测方法和装置 |
CN108416324B (zh) * | 2018-03-27 | 2022-02-25 | 百度在线网络技术(北京)有限公司 | 用于检测活体的方法和装置 |
CN109255322B (zh) * | 2018-09-03 | 2019-11-19 | 北京诚志重科海图科技有限公司 | 一种人脸活体检测方法及装置 |
EP3637302A1 (en) * | 2018-10-10 | 2020-04-15 | Onfido Ltd | Image set alignment |
-
2019
- 2019-03-29 CN CN201910250962.5A patent/CN111753595A/zh active Pending
- 2019-10-31 JP JP2020540717A patent/JP7013077B2/ja active Active
- 2019-10-31 WO PCT/CN2019/114893 patent/WO2020199577A1/zh active Application Filing
- 2019-10-31 SG SG11202007036XA patent/SG11202007036XA/en unknown
-
2020
- 2020-02-07 TW TW109103875A patent/TW202036463A/zh unknown
- 2020-07-20 US US16/933,290 patent/US20200364478A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019503530A (ja) | 2016-12-30 | 2019-02-07 | 平安科技(深▲せん▼)有限公司 | 画像改ざん検出方法、システム、電子装置及び記憶媒体 |
JP2018128265A (ja) | 2017-02-06 | 2018-08-16 | 株式会社リコー | サーバ装置、判別プログラム及び判別システム |
WO2019043425A1 (en) | 2017-09-01 | 2019-03-07 | Omron Corporation | SYSTEM AND METHOD FOR AIDING MANUFACTURING |
CN108537152A (zh) | 2018-03-27 | 2018-09-14 | 百度在线网络技术(北京)有限公司 | 用于检测活体的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2021519962A (ja) | 2021-08-12 |
SG11202007036XA (en) | 2020-11-27 |
CN111753595A (zh) | 2020-10-09 |
US20200364478A1 (en) | 2020-11-19 |
TW202036463A (zh) | 2020-10-01 |
WO2020199577A1 (zh) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7013077B2 (ja) | 生体検出方法及び装置、機器並びに記憶媒体 | |
Nataraj et al. | Detecting GAN generated fake images using co-occurrence matrices | |
Seibold et al. | Detection of face morphing attacks by deep learning | |
Burton et al. | Identity from variation: Representations of faces derived from multiple instances | |
Tariq et al. | Gan is a friend or foe? a framework to detect various fake face images | |
EP3333768A1 (en) | Method and apparatus for detecting target | |
CN111444881A (zh) | 伪造人脸视频检测方法和装置 | |
JP2021528728A (ja) | 疑似画像を使用した顔画像認識 | |
CN109359502A (zh) | 防伪检测方法和装置、电子设备、存储介质 | |
CN113128271A (zh) | 脸部图像的伪造检测 | |
Agarwal et al. | Image forgery detection and deep learning techniques: A review | |
Rahman et al. | A qualitative survey on deep learning based deep fake video creation and detection method | |
CN114140844A (zh) | 人脸静默活体检测方法、装置、电子设备及存储介质 | |
Isaac et al. | Multiscale local gabor phase quantization for image forgery detection | |
Diallo et al. | Improving robustness of image tampering detection for compression | |
Almawas et al. | Comparative performance study of classification models for image-splicing detection | |
Sharma et al. | Deepfakes Classification of Faces Using Convolutional Neural Networks. | |
Singh et al. | Performance analysis of ELA-CNN model for image forgery detection | |
Mr et al. | Developing a novel technique to match composite sketches with images captured by unmanned aerial vehicle | |
Hannan et al. | Analysis of detection and recognition of Human Face using Support Vector Machine | |
Prabu et al. | Robust Attack Identification Strategy to Prevent Document Image Forgeries by using Enhanced Learning Methodology | |
Ghofrani et al. | Attention-based face antispoofing of rgb camera using a minimal end-2-end neural network | |
Knoche et al. | Susceptibility to image resolution in face recognition and trainings strategies | |
Singh et al. | DLDFD: Recurrence Free 2D Convolution Approach for Deep Fake Detection. | |
Bresan et al. | Exposing presentation attacks by a combination of multi-intrinsic image properties, convolutional networks and transfer learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200722 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210906 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211202 |
|
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: 20211220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220114 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7013077 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |