JP7297989B2 - 顔生体検出方法、装置、電子機器及び記憶媒体 - Google Patents
顔生体検出方法、装置、電子機器及び記憶媒体 Download PDFInfo
- Publication number
- JP7297989B2 JP7297989B2 JP2022110618A JP2022110618A JP7297989B2 JP 7297989 B2 JP7297989 B2 JP 7297989B2 JP 2022110618 A JP2022110618 A JP 2022110618A JP 2022110618 A JP2022110618 A JP 2022110618A JP 7297989 B2 JP7297989 B2 JP 7297989B2
- Authority
- JP
- Japan
- Prior art keywords
- detection result
- face
- result
- frames
- video
- 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
- 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
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
Description
顔ビデオにおける連続したNフレームの画像を取得し、前記Nフレームの画像に対して顔位置合わせ処理を行って、Nフレームの顔画像を取得するステップであって、Nが1より大きい整数であるステップと、
前記Nフレームの顔画像のうち、隣接する2フレーム間の差分を計算して、N-1フレームの第1の差分画像を取得するステップと、
前記Nフレームの画像のうち、Nフレーム目の画像と1フレーム目の画像との差分を計算して、第2の差分画像を取得するステップと、
前記N-1フレームの第1の差分画像に基づいて対応する第1の検出結果を決定し、前記第2の差分画像に基づいて対応する第2の検出結果を決定するステップと、
前記第1の検出結果と前記第2の検出結果とに基づいて、前記顔ビデオ内の顔の生体検出結果を決定するステップと、を含む顔生体検出方法を提供する。
顔ビデオにおける連続したNフレームの画像を取得し、前記Nフレームの画像に対して顔位置合わせ処理を行って、Nフレームの顔画像を取得する取得モジュールであって、Nが1より大きい整数である取得モジュールと、
前記Nフレームの顔画像のうち、隣接する2フレーム間の差分を計算して、N-1フレームの第1の差分画像を取得する第1の差分モジュールと、
前記Nフレームの画像のうち、Nフレーム目の画像と1フレーム目の画像との差分を計算して、第2の差分画像を取得する第2の差分モジュールと、
前記N-1フレームの第1の差分画像に基づいて対応する第1の検出結果を決定し、前記第2の差分画像に基づいて対応する第2の検出結果を決定する第1の決定モジュールと、
前記第1の検出結果と前記第2の検出結果とに基づいて、前記顔ビデオ内の顔の生体検出結果を決定する第2の決定モジュールと、を含む顔生体検出装置を提供する。
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可能に接続されるメモリと、を含み、
前記メモリには、前記少なくとも1つのプロセッサによって実行可能な命令が記憶されており、前記命令は、前記少なくとも1つのプロセッサが上記第1の態様に記載の方法を実行できるように、前記少なくとも1つのプロセッサによって実行される。
顔ビデオにおける連続したNフレームの画像を取得し、Nフレームの画像に対して顔位置合わせ処理を行って、Nフレームの顔画像を取得する取得モジュール510であって、Nが1より大きい整数である取得モジュール510と、
Nフレームの顔画像のうち、隣接する2フレーム間の差分を計算して、N-1フレームの第1の差分画像を取得する第1の差分モジュール520と、
Nフレームの画像のうち、Nフレーム目の画像と1フレーム目の画像との差分を計算して、第2の差分画像を取得する第2の差分モジュール530と、
N-1フレームの第1の差分画像に基づいて対応する第1の検出結果を決定し、第2の差分画像に基づいて対応する第2の検出結果を決定する第1の決定モジュール540と、
第1の検出結果と第2の検出結果とに基づいて、ビデオ内の顔の生体検出結果を決定する第2の決定モジュール550と、を含む。
N-1フレームの第1の差分画像に対して時空間特徴抽出を行って、N-1フレームの第1の差分画像の時空間特徴ベクトルを取得し、
時空間特徴ベクトルに対して加重計算を行って、対応する第1の加重結果を取得し、
第1の加重結果に対して正規化処理を行って、対応する第1の検出結果を取得する。
第2の差分画像に対して特徴抽出を行って、対応する第1の特徴ベクトルを取得し、
第1の特徴ベクトルに対して加重計算を行って、対応する第2の加重結果を取得し、
第2の加重結果に対して正規化処理を行って、対応する第2の検出結果を取得する。
第2の検出結果が予め設定された閾値より小さいか否かを判断する判断ユニット551と、
第2の検出結果が予め設定された閾値より小さい場合、第2の検出結果に基づいてビデオ内の顔の生体検出結果を決定する第1の決定ユニット552と、
第2の検出結果が予め設定された閾値以上である場合、第1の検出結果と第2の検出結果を融合処理し、融合処理された結果をビデオ内の顔の生体検出結果とする第2の決定ユニット553と、を含む。
第1の検出結果と第2の検出結果に対して平均計算を行い、平均計算によって得られた結果をビデオ内の顔の生体検出結果とし、または、
第1の検出結果と第2の検出結果に対して加重平均計算を行い、加重平均計算によって得られた結果をビデオ内の顔の生体検出結果とする。
第2の検出結果の第1の分類結果が予め設定された閾値より小さいか否かを判断し、
第1の決定ユニット552は、具体的に、
第2の検出結果の第1の分類結果が予め設定された閾値より小さいことに応答して、第2の検出結果に基づいてビデオ内の顔の生体検出結果を決定し、
第2の決定ユニット553は、具体的に、
第2の検出結果の第1の分類結果が予め設定された閾値以上であることに応答して、第1の検出結果と第2の検出結果を融合処理し、融合処理された結果をビデオ内の顔の生体検出結果とする。
Nフレームの顔画像に対してピクセル正規化処理を行って、Nフレームの正規化された顔画像を取得する正規化モジュール660をさらに含み、
ここで、第1の差分モジュール620は、具体的に、
Nフレームの正規化された顔画像のうち、隣接する2フレーム間の差分を計算して、N-1フレームの第1の差分画像を取得する。
Claims (17)
- 顔生体検出方法であって、
顔ビデオにおける連続したNフレームの画像を取得し、前記Nフレームの画像に対して顔位置合わせ処理を行って、Nフレームの顔画像を取得するステップであって、Nが1より大きい整数であるステップと、
前記Nフレームの顔画像のうち、隣接する2フレーム間の差分を計算して、N-1フレームの第1の差分画像を取得するステップと、
前記Nフレームの画像のうち、Nフレーム目の画像と1フレーム目の画像との差分を計算して、第2の差分画像を取得するステップと、
前記N-1フレームの第1の差分画像に基づいて対応する第1の検出結果を決定し、前記第2の差分画像に基づいて対応する第2の検出結果を決定するステップと、
前記第1の検出結果と前記第2の検出結果とに基づいて、前記顔ビデオ内の顔の生体検出結果を決定するステップと、を含む、
ことを特徴とする顔生体検出方法。 - 前記N-1フレームの第1の差分画像に基づいて対応する第1の検出結果を決定するステップは、
前記N-1フレームの第1の差分画像に対して時空間特徴抽出を行って、前記N-1フレームの第1の差分画像の時空間特徴ベクトルを取得するステップと、
前記時空間特徴ベクトルに対して加重計算を行って、対応する第1の加重結果を取得するステップと、
前記第1の加重結果に対して正規化処理を行って、対応する第1の検出結果を取得するステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 前記第2の差分画像に基づいて対応する第2の検出結果を決定するステップは、
前記第2の差分画像に対して特徴抽出を行って、対応する第1の特徴ベクトルを取得するステップと、
前記第1の特徴ベクトルに対して加重計算を行って、対応する第2の加重結果を取得するステップと、
前記第2の加重結果に対して正規化処理を行って、対応する第2の検出結果を取得するステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 前記第1の検出結果と前記第2の検出結果とに基づいて、前記顔ビデオ内の顔の生体検出結果を決定するステップは、
前記第2の検出結果が予め設定された閾値より小さいか否かを判断するステップと、
前記第2の検出結果が前記予め設定された閾値より小さいことに応答して、前記第2の検出結果に基づいて前記顔ビデオ内の顔の生体検出結果を決定するステップと、
前記第2の検出結果が前記予め設定された閾値以上であることに応答して、前記第1の検出結果と前記第2の検出結果に対して融合処理を行って、融合処理された結果を前記顔ビデオ内の顔の生体検出結果とするステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 前記第1の検出結果と前記第2の検出結果に対して融合処理を行って、融合処理された結果を前記顔ビデオ内の顔の生体検出結果とするステップは、
前記第1の検出結果と前記第2の検出結果に対して平均計算を行い、前記平均計算によって得られた結果を前記顔ビデオ内の顔の生体検出結果とするステップ、または、
前記第1の検出結果と前記第2の検出結果に対して加重平均計算を行い、前記加重平均計算によって得られた結果を前記顔ビデオ内の顔の生体検出結果とするステップを含む、
ことを特徴とする請求項4に記載の方法。 - 前記第1の検出結果と前記第2の検出結果は、それぞれ2項分類結果であり、前記2項分類結果の第1の分類結果が、前記顔ビデオ内の顔が生体である確率を表し、前記2項分類結果の第2の分類結果が、前記顔ビデオ内の顔が非生体である確率を表し、
前記第1の検出結果と前記第2の検出結果とに基づいて、前記顔ビデオ内の顔の生体検出結果を決定するステップは、
前記第2の検出結果の前記第1の分類結果が予め設定された閾値より小さいか否かを判断するステップと、
前記第2の検出結果の前記第1の分類結果が前記予め設定された閾値より小さいことに応答して、前記第2の検出結果に基づいて前記顔ビデオ内の顔の生体検出結果を決定するステップと、
前記第2の検出結果の前記第1の分類結果が前記予め設定された閾値以上であることに応答して、前記第1の検出結果と前記第2の検出結果に対して融合処理を行い、融合処理された結果を前記顔ビデオ内の顔の生体検出結果とするステップと、を含む、
ことを特徴とする請求項4に記載の方法。 - 前記Nフレームの顔画像のうち、隣接する2フレーム間の差分を計算して、N-1フレームの第1の差分画像を取得するステップは、
前記Nフレームの顔画像に対してピクセル正規化処理を行って、Nフレームの正規化された顔画像を取得するステップと、
前記Nフレームの正規化された顔画像のうち、隣接する2フレーム間の差分を計算して、N-1フレームの第1の差分画像を取得するステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 顔生体検出装置であって、
顔ビデオにおける連続したNフレームの画像を取得し、前記Nフレームの画像に対して顔位置合わせ処理を行って、Nフレームの顔画像を取得する取得モジュールであって、Nが1より大きい整数である取得モジュールと、
前記Nフレームの顔画像のうち、隣接する2フレーム間の差分を計算して、N-1フレームの第1の差分画像を取得する第1の差分モジュールと、
前記Nフレームの画像のうち、Nフレーム目の画像と1フレーム目の画像との差分を計算して、第2の差分画像を取得する第2の差分モジュールと、
前記N-1フレームの第1の差分画像に基づいて対応する第1の検出結果を決定し、前記第2の差分画像に基づいて対応する第2の検出結果を決定する第1の決定モジュールと、
前記第1の検出結果と前記第2の検出結果とに基づいて、前記顔ビデオ内の顔の生体検出結果を決定する第2の決定モジュールと、を含む、
ことを特徴とする顔生体検出装置。 - 前記第1の決定モジュールが、
前記N-1フレームの第1の差分画像に対して時空間特徴抽出を行って、前記N-1フレームの第1の差分画像の時空間特徴ベクトルを取得し、
前記時空間特徴ベクトルに対して加重計算を行って、対応する第1の加重結果を取得し、
前記第1の加重結果に対して正規化処理を行って、対応する第1の検出結果を取得する、
ことを特徴とする請求項8に記載の装置。 - 前記第1の決定モジュールが、
前記第2の差分画像に対して特徴抽出を行って、対応する第1の特徴ベクトルを取得し、
前記第1の特徴ベクトルに対して加重計算を行って、対応する第2の加重結果を取得し、
前記第2の加重結果に対して正規化処理を行って、対応する第2の検出結果を取得する、
ことを特徴とする請求項8に記載の装置。 - 前記第2の決定モジュールが、
前記第2の検出結果が予め設定された閾値より小さいか否かを判断する判断ユニットと、
前記第2の検出結果が前記予め設定された閾値より小さい場合、前記第2の検出結果に基づいて前記顔ビデオ内の顔の生体検出結果を決定する第1の決定ユニットと、
前記第2の検出結果が前記予め設定された閾値以上である場合、前記第1の検出結果と前記第2の検出結果に対して融合処理を行い、融合処理された結果を前記顔ビデオ内の顔の生体検出結果とする第2の決定ユニットと、を含む、
ことを特徴とする請求項8に記載の装置。 - 前記第2の決定ユニットが、
前記第1の検出結果と前記第2の検出結果に対して平均計算を行い、前記平均計算によって得られた結果を前記顔ビデオ内の顔の生体検出結果とし、または、
前記第1の検出結果と前記第2の検出結果に対して加重平均計算を行い、前記加重平均計算によって得られた結果を前記顔ビデオ内の顔の生体検出結果とする、
ことを特徴とする請求項11に記載の装置。 - 前記第1の検出結果と前記第2の検出結果は、それぞれ2項分類結果であり、前記2項分類結果の第1の分類結果が、前記顔ビデオ内の顔が生体である確率を表し、前記2項分類結果の第2の分類結果が、前記顔ビデオ内の顔が非生体である確率を表し、
前記判断ユニットが、
前記第2の検出結果の前記第1の分類結果が予め設定された閾値より小さいか否かを判断し、
前記第1の決定ユニットが、
前記第2の検出結果の前記第1の分類結果が前記予め設定された閾値より小さいことに応答して、前記第2の検出結果に基づいて前記顔ビデオ内の顔の生体検出結果を決定し、
前記第2の決定ユニットが、
前記第2の検出結果の前記第1の分類結果が前記予め設定された閾値以上であることに応答して、前記第1の検出結果と前記第2の検出結果に対して融合処理を行い、融合処理された結果を前記顔ビデオ内の顔の生体検出結果とする、
ことを特徴とする請求項11に記載の装置。 - 前記装置は、
前記Nフレームの顔画像に対してピクセル正規化処理を行って、Nフレームの正規化された顔画像を取得する正規化モジュールをさらに含み、
前記第1の差分モジュールが、
前記Nフレームの正規化された顔画像のうち、隣接する2フレーム間の差分を計算して、N-1フレームの第1の差分画像を取得する、
ことを特徴とする請求項11に記載の装置。 - 電子機器であって、
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可能に接続されるメモリと、を含み、
前記メモリには、前記少なくとも1つのプロセッサによって実行可能な命令が記憶されており、前記命令は、前記少なくとも1つのプロセッサが請求項1~7のいずれかに記載の方法を実行できるように、前記少なくとも1つのプロセッサによって実行される、
ことを特徴とする電子機器。 - コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、
前記コンピュータ命令は、コンピュータに請求項1~7のいずれかに記載の方法を実行させる、
ことを特徴とする非一時的なコンピュータ読み取り可能な記憶媒体。 - コンピュータプログラムであって、
前記コンピュータプログラムがプロセッサによって実行される場合、請求項1~7のいずれかに記載の方法が実現される、
ことを特徴とするコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110775389.7 | 2021-07-08 | ||
CN202110775389.7A CN113469085B (zh) | 2021-07-08 | 2021-07-08 | 人脸活体检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022133463A JP2022133463A (ja) | 2022-09-13 |
JP7297989B2 true JP7297989B2 (ja) | 2023-06-26 |
Family
ID=77879264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022110618A Active JP7297989B2 (ja) | 2021-07-08 | 2022-07-08 | 顔生体検出方法、装置、電子機器及び記憶媒体 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP4080470A3 (ja) |
JP (1) | JP7297989B2 (ja) |
KR (1) | KR20220100810A (ja) |
CN (1) | CN113469085B (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116524408B (zh) * | 2023-05-09 | 2024-02-02 | 山东省人工智能研究院 | 基于面部特征增强以及光流评估的虚假视频检测方法 |
CN116503721B (zh) * | 2023-06-29 | 2023-10-13 | 中邮消费金融有限公司 | 身份证篡改检测方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006330936A (ja) | 2005-05-24 | 2006-12-07 | Matsushita Electric Works Ltd | 顔認証装置 |
JP2018508875A (ja) | 2015-01-26 | 2018-03-29 | アリババ グループ ホウルディング リミテッド | 生体顔検出用の方法及び装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1131230A (ja) * | 1997-07-10 | 1999-02-02 | Mitsubishi Electric Corp | 差分画像に基づく人検出方法および装置 |
KR100513739B1 (ko) * | 2002-08-23 | 2005-09-09 | 삼성전자주식회사 | 얼굴특징을 이용한 움직임 검출장치 및 이를 적용한감시시스템 |
CN104268899A (zh) * | 2014-09-22 | 2015-01-07 | 河海大学 | 基于帧间差分和背景差分的运动目标检测方法 |
US9594958B2 (en) * | 2014-11-24 | 2017-03-14 | Intel Corporation | Detection of spoofing attacks for video-based authentication |
SG11201705036YA (en) * | 2015-01-13 | 2017-07-28 | Morpho | Process and system for video spoof detection based on liveness evaluation |
CN108021892B (zh) * | 2017-12-06 | 2021-11-19 | 上海师范大学 | 一种基于极短视频的人脸活体检测方法 |
CN108805047B (zh) * | 2018-05-25 | 2021-06-25 | 北京旷视科技有限公司 | 一种活体检测方法、装置、电子设备和计算机可读介质 |
CN110889312B (zh) * | 2018-09-07 | 2022-09-02 | 北京市商汤科技开发有限公司 | 活体检测方法和装置、电子设备、计算机可读存储介质 |
JP7338174B2 (ja) * | 2019-03-06 | 2023-09-05 | オムロン株式会社 | 物体検出装置および物体検出方法 |
CN112749603A (zh) * | 2019-10-31 | 2021-05-04 | 上海商汤智能科技有限公司 | 活体检测方法、装置、电子设备及存储介质 |
CN111523438B (zh) * | 2020-04-20 | 2024-02-23 | 支付宝实验室(新加坡)有限公司 | 一种活体识别方法、终端设备和电子设备 |
CN111985423A (zh) * | 2020-08-25 | 2020-11-24 | 深圳前海微众银行股份有限公司 | 活体检测方法、装置、设备及可读存储介质 |
-
2021
- 2021-07-08 CN CN202110775389.7A patent/CN113469085B/zh active Active
-
2022
- 2022-06-29 KR KR1020220079393A patent/KR20220100810A/ko unknown
- 2022-07-07 EP EP22183463.3A patent/EP4080470A3/en not_active Withdrawn
- 2022-07-08 JP JP2022110618A patent/JP7297989B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006330936A (ja) | 2005-05-24 | 2006-12-07 | Matsushita Electric Works Ltd | 顔認証装置 |
JP2018508875A (ja) | 2015-01-26 | 2018-03-29 | アリババ グループ ホウルディング リミテッド | 生体顔検出用の方法及び装置 |
Non-Patent Citations (1)
Title |
---|
Emna FOURATI et al.,"Face anti-spoofing with image quality assessment",2017 2nd International Conference on Bio-engineering for Smart Technologies (BioSMART),2017年08月 |
Also Published As
Publication number | Publication date |
---|---|
CN113469085A (zh) | 2021-10-01 |
KR20220100810A (ko) | 2022-07-18 |
EP4080470A3 (en) | 2022-12-14 |
CN113469085B (zh) | 2023-08-04 |
JP2022133463A (ja) | 2022-09-13 |
EP4080470A2 (en) | 2022-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Adversarial spatio-temporal learning for video deblurring | |
US20200184059A1 (en) | Face unlocking method and apparatus, and storage medium | |
US11449971B2 (en) | Method and apparatus with image fusion | |
JP7297989B2 (ja) | 顔生体検出方法、装置、電子機器及び記憶媒体 | |
JP7135125B2 (ja) | 近赤外画像の生成方法、近赤外画像の生成装置、生成ネットワークの訓練方法、生成ネットワークの訓練装置、電子機器、記憶媒体及びコンピュータプログラム | |
WO2019218824A1 (zh) | 一种移动轨迹获取方法及其设备、存储介质、终端 | |
WO2022156640A1 (zh) | 一种图像的视线矫正方法、装置、电子设备、计算机可读存储介质及计算机程序产品 | |
JP7334292B2 (ja) | 顔生体検出方法、装置、電子機器及び記憶媒体 | |
WO2022156626A1 (zh) | 一种图像的视线矫正方法、装置、电子设备、计算机可读存储介质及计算机程序产品 | |
WO2021258588A1 (zh) | 一种人脸图像识别方法、装置、设备及存储介质 | |
CN111783647A (zh) | 人脸融合模型的训练方法、人脸融合方法、装置及设备 | |
EP4033458A2 (en) | Method and apparatus of face anti-spoofing, device, storage medium, and computer program product | |
EP4085369A1 (en) | Forgery detection of face image | |
CN111611873A (zh) | 人脸替换检测方法及装置、电子设备、计算机存储介质 | |
Heo et al. | Appearance and motion based deep learning architecture for moving object detection in moving camera | |
Lu et al. | Robust blur kernel estimation for license plate images from fast moving vehicles | |
CN112270745B (zh) | 一种图像生成方法、装置、设备以及存储介质 | |
WO2022103684A1 (en) | Face-aware person re-identification system | |
US20220180043A1 (en) | Training method for character generation model, character generation method, apparatus and storage medium | |
KR20220126264A (ko) | 비디오 흔들림 검출 방법, 장치, 전자 기기 및 저장 매체 | |
JP2022133378A (ja) | 顔生体検出方法、装置、電子機器、及び記憶媒体 | |
Muhammad et al. | Domain generalization via ensemble stacking for face presentation attack detection | |
Muhammad et al. | An adaptive spatio-temporal global sampling for presentation attack detection | |
Yuan et al. | Structure flow-guided network for real depth super-resolution | |
CN111862030B (zh) | 一种人脸合成图检测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220708 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230519 |
|
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: 20230606 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230614 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7297989 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |