基于反向传播的人脸编辑方法、装置、设备和介质.pdf
一吃****仪凡
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于反向传播的人脸编辑方法、装置、设备和介质.pdf
本公开的实施例公开了基于反向传播的人脸编辑方法、装置、设备和介质。该方法的一具体实施方式包括:获取目标人脸的初始人脸特征向量;将上述初始人脸特征向量输入至预先训练的属性拟合模型中,得到初始人脸特征向量属性值;将上述初始人脸特征向量属性值和预设属性值转换为人脸特征向量梯度值,其中,上述人脸特征向量梯度值表征对人脸特征向量进行属性编辑的语义方向;基于上述人脸特征向量梯度值,对上述初始人脸特征向量进行梯度更新,以生成更新人脸特征向量;将上述更新人脸特征向量输入至预先训练的人脸编辑模型中,得到目标人脸图像。该实施
人脸验证方法、装置、设备和存储介质.pdf
本申请涉及一种人脸验证方法、装置、设备和存储介质,终端通过采集待验证人员的待验证人脸图像,并通过预设的验证模型,将待验证人脸图像与目标图像集中的人脸图像进行匹配,得到待验证人员的验证结果,其中,目标图像集包括已注册人员的正脸图像和侧脸图像,验证结果包括验证成功或验证不成功,使得待验证人员的验证结果是通过待验证人脸图像与已注册人员的正脸图像进行匹配,和,通过待验证人脸图像与已注册人员的侧脸图像进行匹配得到的,避免了当待验证人脸图像为待验证人员侧脸时导致的验证不通过的情况,避免了传统的人脸验证方法容易出现没有
人脸识别优化方法、装置、设备和介质.pdf
本发明涉及视频监控技术领域,具体提供一种人脸识别优化方法,旨在解决采用静态阈值无法满足识别需要的问题。为此目的,本发明的人脸识别优化方法包括:获取预设时间段内人脸识别相似度数据;使用人脸识别静态阈值将所述相似度数据分为识别成功和失败两类;基于各类所含相似度数据分别获取其概率密度;根据所述概率密度和权重建立所述相似度数据的混合高斯分布数据模型;使用EM迭代算法对所述混合高斯分布数据模型进行优化,获得所述混合高斯分布数据模型的分布阈值;获取待识别的人脸图像信息,基于所述分布阈值对所述待识别人脸图像信息进行识别
基于人脸图像的身份检测方法、装置、介质及设备.pdf
本申请实施例提供一种基于人脸图像的身份检测方法、装置、介质及设备,该方法包括:获取炫光视频;从炫光视频中选取若干张关键视频帧图像,并按照录制时间先后顺序进行排列得到视频帧图像序列;判断视频帧图像序列中各张视频图像帧的背景灯颜色是否与预设的录制背景灯开启顺序对应,得到炫光视频中的待检测人脸是否通过身份检测的第一判断结果。通过给待识别人脸录制一段在炫光环境下拍摄的炫光视频,并判断基于炫光视频构建的视频帧图像序列中各张视频图像帧的背景灯颜色是否与预设的录制背景灯开启顺序对应,进而判断炫光视频中的待检测人脸是否通
基于误差反向传播神经网络的人脸检测方法.docx
基于误差反向传播神经网络的人脸检测方法人脸检测技术在计算机视觉领域中具有重要的应用,可以用于人脸识别、视频监控、人脸姿态估计以及人脸表情分析等多项任务。基于误差反向传播神经网络的人脸检测方法是目前较为主流的一种方法。本文将介绍人脸检测的基本原理以及基于误差反向传播神经网络的人脸检测方法的具体步骤和应用。一、人脸检测基本原理人脸检测是指从一张图像中自动检测出人脸的位置和大小,并标注出人脸的关键点,如眼睛、鼻子、嘴巴等信息。通常包括以下几个步骤。①图像预处理:对输入的图像进行预处理,例如归一化、灰度化、直方图