一種人臉反欺詐的深度學(xué)習(xí)方法

基本信息

申請?zhí)?/td> CN202110484253.0 申請日 -
公開（公告）號 CN113111853A 公開（公告）日 2021-07-13
申請公布號 CN113111853A 申請公布日 2021-07-13
分類號 G06K9/00（2006.01）I;G06K9/62（2006.01）I;G06K9/46（2006.01）I;G06N3/04（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 李暉;馮剛;施若 申請（專利權(quán)）人 貴州聯(lián)科衛(wèi)信科技有限公司
代理機(jī)構(gòu) 北京華創(chuàng)智道知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 彭隨麗
地址 550001貴州省貴陽市云巖區(qū)漁安安井片區(qū)未來方舟D12組團(tuán)（A）1單元6層14號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種人臉反欺詐的深度學(xué)習(xí)方法，包括以下步驟：搭建MMCNN網(wǎng)絡(luò)框架，允許多模態(tài)數(shù)據(jù)輸入且可以充分融合其信息；模態(tài)擴(kuò)充，為了提高準(zhǔn)確率，將原本的三模態(tài)數(shù)據(jù)通過轉(zhuǎn)換其顏色空間的方式額外擴(kuò)充兩個模態(tài)；計算損失函數(shù)；真假圖片不同模態(tài)定量分析，通過定量分析C I S IA?SURF數(shù)據(jù)集，來判斷每個模態(tài)真假臉圖片的相似度。通過增加模態(tài)提升MMCNN網(wǎng)絡(luò)框架的模型精度，不但可以增強(qiáng)模型的精度，而且還有助于增大模型的穩(wěn)定性。