基于深度学习的3D人脸防伪系统及其方法

AITNT
正文
推荐专利
基于深度学习的3D人脸防伪系统及其方法
申请号:CN202410799074
申请日期:2024-06-20
公开号:CN118366207B
公开日期:2024-09-10
类型:发明专利
摘要
公开了一种基于深度学习的3D人脸防伪系统及其方法。其首先获取由深度相机采集的待验证对象的3D人脸图像,接着,提取所述3D人脸图像的人脸形状特征和人脸纹理特征,然后,融合所述人脸形状特征和所述人脸纹理特征以得到人脸多尺度特征,最后,基于所述人脸多尺度特征,确定所述3D人脸图像属于真实人脸或者3D打印人脸模型。这样,可以实现真实人脸和3D打印人脸模型的区分。
技术关键词
三维卷积神经网络模型 人脸形状 多尺度特征 人脸纹理 人脸防伪方法 人脸模型 注意力 通道 特征提取器 特征提取单元 深度相机 分类器 特征提取模块 特征值 图像分析模块 图像采集模块
系统为您推荐了相关专利信息
1
一种模糊文字识别方法、装置、设备以及存储介质
文字区域图像 文字区域识别 区域卷积神经网络模型 文字识别方法 多尺度特征
2
基于超轻量网络的图像融合识别方法、装置、介质及设备
图像融合识别方法 超轻量 网络模块 注意力机制 生物特征图像识别技术
3
基于边界感知卷积的医学图像分割方法、系统及存储介质
医学图像分割方法 多尺度特征 编码器模块 分层解码器 注意力
4
一种建设工程协同监理方法及系统
资源配置数据 监理方法 依赖特征 卷积模块 序列
5
基于长短焦图像融合的城轨列车自主障碍物检测方法及系统
障碍物检测方法 城轨列车 远距离 非暂态计算机可读存储介质 视野
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号