IT之家 10 月 17 日消息，近日，騰訊科技（深圳）有限公司申請的“面部鑒偽模型的訓(xùn)練方法、裝置、設(shè)備及存儲介質(zhì)”專利公布。
專利說明書稱，隨著人工智能技術(shù)的發(fā)展，其在面部（即臉部）鑒偽領(lǐng)域的研究和應(yīng)用也越來越多。目前，基于深度學(xué)習(xí)的面部鑒偽模型，大多依賴于帶有標(biāo)簽信息的偽面部圖像進(jìn)行監(jiān)督式訓(xùn)練，然而，在實(shí)際應(yīng)用場景中，帶有標(biāo)簽信息的偽面部圖像有限，基于有限的偽面部圖像訓(xùn)練得到的面部鑒偽模型的鑒偽準(zhǔn)確性不高。
本申請公開了一種面部鑒偽模型的訓(xùn)練方法、裝置、設(shè)備及存儲介質(zhì)，涉及人工智能技術(shù)領(lǐng)域。所述方法包括：
獲取偽面部圖像和真面部圖像，偽面部圖像的面部姿態(tài)與真面部圖像的面部姿態(tài)之間的差異度小于或等于門限值；
基于偽面部圖像對應(yīng)的梯度信息，對偽面部圖像和真面部圖像進(jìn)行融合，得到融合面部圖像；
基于融合面部圖像對應(yīng)的鑒偽結(jié)果，對面部鑒偽模型進(jìn)行訓(xùn)練。
IT之家了解到，專利摘要稱，本申請實(shí)施例可應(yīng)用于人工智能、智慧交通、輔助駕駛等場景，本申請能夠通過在生成融合面部圖像的同時，確定融合面部圖像對應(yīng)的標(biāo)簽數(shù)據(jù)，進(jìn)而基于融合面部圖像和標(biāo)簽數(shù)據(jù)，實(shí)現(xiàn)模型的自監(jiān)督學(xué)習(xí)，而不受限于樣本的稀少，從而提高模型的鑒偽準(zhǔn)確性。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。