人脸融合方法、人脸融合模型的训练方法及装置.pdf
是来****文章
亲,该文档总共25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
人脸融合方法、人脸融合模型的训练方法及装置.pdf
本公开提供了一种人脸融合方法、人脸融合模型的训练方法及装置,涉及人工智能技术领域,具体为计算机视觉和深度学习技术领域,可应用于人脸识别等场景。包括:获取用户人脸图像和待融合人脸图像,将用户人脸图像与预设的标准人脸图像对齐,得到对齐后的用户人脸图像,将待融合人脸图像与预设的标准人脸图像对齐,得到对齐后的待融合人脸图像,将对齐后的用户人脸图像分别输入至多个人脸信息编码器,得到目标人脸编码特征,对目标人脸编码特征和对齐后的待融合人脸图像进行融合处理,得到融合后的人脸图像,由于多个人脸信息编码器确定出的目标人脸编
人脸图像的融合方法和装置.pdf
本公开提出一种人脸图像的融合方法和装置,涉及图像处理领域。该方法包括获取模板人脸图像的属性特征;获取用户人脸图像的身份特征;基于模板人脸图像的属性特征,确定模板人脸图像的注意力图,注意力图用于区分模板人脸图像中的属性稳定区域和身份敏感区域;将模板人脸图像在属性稳定区域的属性特征,作为属性稳定区域的特征;根据模板人脸图像在身份敏感区域的属性特征和用户人脸图像在身份敏感区域的身份特征进行身份迁移和属性恢复处理,得到身份敏感区域的特征;利用注意力图对属性稳定区域的特征和身份敏感区域的特征进行融合,得到融合人脸图
人脸对齐模型的训练方法、人脸对齐方法和装置.pdf
一种人脸对齐模型的训练方法、人脸检测方法和装置。所述训练方法包括:利用已标定面部特征点的第i个训练样本的各面部特征点训练回归模型对应于第i个训练样本的参数,经P轮的训练,得到所述第i个训练样本的回归模型,根据所述第i个训练样本对应的回归模型标定第j个训练样本的面部特征点,重复训练过程,直至分别获得N个训练样本对应的回归模型;将所获得的最后一个训练样本对应的回归模型作为所述人脸对齐模型。其中,当1≤p≤K时,所述对应的线性回归的方法为全局回归方法,当K+1≤p≤P时,所述对应的线性回归的方法为部分回归方法。
人脸攻击检测模型的训练方法、人脸攻击检测方法和装置.pdf
本说明书实施例描述了人脸攻击检测模型的训练方法、人脸攻击检测方法和装置。根据实施例的方法,在训练人脸攻击检测模型时,获取刷脸图像样本序列和行为样本序列。然后分别对其进行特征提取后,利用提取得到的刷脸图像特征、行为特征以及样本序列的标签训练人脸攻击检测模型。由于训练人脸攻击检测模型的样本序列不仅包括刷脸图像的样本序列,而且还包括每一个采集用户人脸图像前后用户所执行操作的行为样本序列。如此能够更加全面的刻画用户的行为和覆盖用户的操作特征,使得训练得到的模型可靠性更高,从而提高人脸攻击检测的准确性。
融合模型、融合方法、训练方法、装置、设备及介质.pdf
本发明实施例提供了一种融合模型、融合方法、训练方法、装置、设备及介质,所述融合模型包括:至少包括多头检测器以及融合器,多头检测器包括若干个检测头;其中,检测头用于对输入融合模型中的若干个目标数据集进行标注,获得目标数据集对应的目标标签;融合器用于将各个目标数据集以及目标数据集对应的目标标签进行数据融合,输出针对若干个目标数据集的融合数据集。以解决或部分解决不同数据集之间因标签空间不同直接合并数据集后会导致数据集中存在大量目标漏标、误标以及标签精度差等导致融合数据集质量低的问题。