公开(公告)号：CN116245773A

公开(公告)日：2023-06-09

申请号：CN202211679279.1

申请日：2022-12-26

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 兰钧 ,  陈昊星 ,  孟昌华 ,  王维强

IPC: G06T5/50 ,  G06V40/16 ,  G06V10/774

Abstract: 本说明书公开了一种人脸合成模型训练方法、装置、存储介质及电子设备，在本说明书提供的方法中，获取人脸图像并对其进行调整，将调整后的人脸图像的人脸区域的图像作为目标图像，将目标图像与调整前的人脸图像进行人脸合成的图像作为训练样本，输入待训练的人脸合成模型，以模型输出的优化图像与调整前的人脸图像的差异最小为训练目标训练待训练的人脸合成模型。从上述方法中可以看出，本方法预先对人脸图像进行调整与合成得到训练样本，然后以模型的输出图像与调整前的人脸图像的差异最小为训练目标训练待训练的人脸合成模型，通过这种方法训练得到的人脸合成模型能够使人脸合成图像的前景与背景之间的差异更小。

公开(公告)号：CN116206309A

公开(公告)日：2023-06-02

申请号：CN202310187135.2

申请日：2023-02-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈昊星 ,  顾章轩 ,  兰钧 ,  孟昌华 ,  王维强

IPC: G06V20/70 ,  G06V10/774 ,  G06V10/764 ,  G06V10/74 ,  G06V10/40

Abstract: 本说明书实施例提供了一种图像识别方法、训练图像识别模型的方法及对应装置。主要技术方案包括：获取待识别图像；利用图像识别模型确定所述待识别图像对应的图像类别；其中，所述图像识别模型提取所述待识别图像的视觉特征表示；利用所述待识别图像的视觉特征表示与属性词库中各属性词的特征表示进行匹配，得到所述待识别图像的融合特征表示，该融合特征表示包括所述待识别图像在各属性词上的置信度分布；利用所述待识别图像的融合特征表示预测所述待识别图像对应的图像类别。本申请能够提高图像识别在细粒度图像类别上的识别准确性。

公开(公告)号：CN116127460A

公开(公告)日：2023-05-16

申请号：CN202310322923.8

申请日：2023-03-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王可 ,  兰钧 ,  孟昌华

IPC: G06F21/56 ,  G06F21/44 ,  G06V10/40 ,  G06V10/74 ,  G06V10/774

Abstract: 本说明书实施例提供了一种仿冒APP发现方法及装置、介质、设备。方法包括对待识别APP的图标进行编码，得到第一编码向量；根据所述待识别APP的第一编码向量和特征向量库中的每一个第二编码向量，计算所述待识别APP的图标和所述特征向量库中该第二编码向量对应的图标之间的视觉相似度；若计算得到的各个视觉相似度中的最大值大于预设阈值，则确定该最大值对应的第一正版APP；判断所述第一正版APP的开发者标识与所述待识别APP的开发者标识是否相同，并根据判断结果确定所述待识别APP是否为仿冒APP。本说明书实施例能够识别出仿冒APP，进而减少用户的隐私泄露和财产损失。

公开(公告)号：CN114092949A

公开(公告)日：2022-02-25

申请号：CN202111396483.8

申请日：2021-11-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王可 ,  兰钧 ,  孟昌华 ,  王维强

IPC: G06V30/413 ,  G06V10/774 ,  G06K9/62

Abstract: 本说明书实施例提供一种类别预测模型的训练、界面元素类别的识别方法及装置，在训练方法中，获取样本图像，该样本图像包含若干界面元素。获取各界面元素中包含的各文本内容。将样本图像以及各文本内容，输入类别预测模型进行预测处理。该预测处理包括：利用特征提取器从样本图像中提取图像特征。利用第一编码器基于各文本内容中各词的词向量，确定各文本内容的特征向量。利用第二编码器基于图像特征和各文本内容的特征向量，确定各界面元素的综合特征表示。利用分类器基于各综合特征表示，确定各界面元素的第一类别预测结果。至少根据各第一类别预测结果和各类别标签，训练类别预测模型。

公开(公告)号：CN113486839A

公开(公告)日：2021-10-08

申请号：CN202110822280.4

申请日：2021-07-20

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 兰钧 ,  王可 ,  孟昌华 ,  王维强

IPC: G06K9/00 ,  G06F21/60 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种加密模型训练方法及装置、图像加密方法及装置和加密人脸图像识别方法及装置，该加密模型训练方法包括：利用待训练的加密模型对原始人脸图像加密，得到加密人脸图像；将加密人脸图像输入待训练的第一人脸识别模型，得到第一人脸预测结果；利用第一人脸预测结果及原始人脸图像对应的人脸标注结果，确定第一预测损失；分别将原始人脸图像及加密人脸图像输入经训练的第二人脸识别模型，得到各自对应的第一输出结果及第二输出结果；基于第一输出结果及第二输出结果，确定第二预测损失；基于与第一预测损失和第二预测损失正相关，确定总预测损失；以最小化总预测损失为目标，训练加密模型以及第一人脸识别模型。

公开(公告)号：CN119006957A

公开(公告)日：2024-11-22

申请号：CN202411124386.7

申请日：2024-08-15

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 黄子政 ,  陈昊星 ,  兰钧 ,  祝慧佳 ,  王维强

IPC: G06V10/774 ,  G06V10/82 ,  G06V40/70 ,  G06N3/0464 ,  G06N3/08

Abstract: 本说明书实施例公开了一种模型的处理方法、装置及设备，该方法包括：从用于训练学生模型的多批图像样本中获取第一批图像样本，第一批图像样本中包括多张不同的图像样本，以及图像样本被掩码处理后的掩码图像；将多张图像样本输入到学生模型对应的教师模型中，分别得到每张图像样本对应的第一预测结果，并将多张掩码图像输入到学生模型中，分别得到每张掩码图像对应的第二预测结果；基于第一预测结果，确定多张图像样本之间的关联关系信息，并基于多张图像样本之间的关联关系信息对第二预测结果进行调制处理，得到每张掩码图像对应的重建图像的预测编码信息；基于第一预测结果和预测编码信息，对学生模型进行训练。

公开(公告)号：CN114238744B

公开(公告)日：2024-10-01

申请号：CN202111574694.6

申请日：2021-12-21

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 兰钧 ,  应缜哲 ,  孟昌华 ,  王维强

IPC: G06F16/953

Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，所述方法包括：在接收到针对第一图像的相似图像检索指令的情况下，确定与所述第一图像对应的候选图像；基于预先训练的特征提取模型，获取与所述第一图像对应的第一特征向量，与所述候选图像对应的第二特征向量，所述特征提取模型为基于第二图像、所述第二图像的标签，对由特征提取算法和度量学习算法构建的特征提取模型进行训练得到，所述第二图像的标签为基于所述第二图像的标题信息和预设聚类算法确定；基于所述第一特征向量和所述第二特征向量，确定所述候选图像中与所述第一图像对应的目标图像，并将所述目标图像确定为与所述相似图形检索指令对应的检索结果。

公开(公告)号：CN118626663A

公开(公告)日：2024-09-10

申请号：CN202410853865.6

申请日：2024-06-27

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈昊星 ,  洪燕 ,  兰钧

IPC: G06F16/45 ,  G06F16/48 ,  G06F18/213 ,  G06F18/24

Abstract: 本说明书公开了一种模型训练和任务执行方法、装置、存储介质及设备。该模型训练方法包括：获取多媒体数据，并确定用于描述多媒体数据的内容的关键词；将多媒体数据输入待训练的分类模型，以通过分类模型，确定多媒体数据对应的分类结果，以及，将关键词输入预设的大语言模型，以通过大语言模型，基于指定的信息生成条件，生成多媒体数据对应的数据描述信息；根据分类结果和数据描述信息，对分类模型进行训练。本方案通过大语言模型对粗粒度的文本标签进行细化，以细粒度的数据描述信息作为新的标签来训练分类模型，充分提高了分类模型的分类能力和表征能力。

公开(公告)号：CN118587075A

公开(公告)日：2024-09-03

申请号：CN202410558023.8

申请日：2024-05-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 兰钧 ,  祝慧佳 ,  王维强

IPC: G06T1/00 ,  G06T5/70 ,  G06T5/60 ,  G06N3/0455 ,  G06N3/08

Abstract: 本说明书实施例提供了一种水印嵌入检出的联合训练方法、装置、存储介质及设备，其中方法包括：获取训练样本，训练样本包括文本水印、样本原始图像，提取文本水印对应的第一数值表征，以及对样本原始图像进行多步噪声处理得到噪声图像，然后将第一数值表征和噪声图像输入至水印编码器中，以使水印编码器基于第一数值表征对噪声图像进行扩散去噪处理，得到嵌入文本水印的水印嵌入图像，再将水印嵌入图像输入至水印解码器中，得到水印图像对应的第二数值表征，最后以第二数值表征和第一数值表征的差异最小化、水印嵌入图像和样本原始图像的差异最小化为优化目标，调整水印编码器和水印解码器的参数。

公开(公告)号：CN118172223A

公开(公告)日：2024-06-11

申请号：CN202410138873.2

申请日：2024-01-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈昊星 ,  顾章轩 ,  兰钧 ,  孟昌华

IPC: G06T1/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本说明书实施例公开了一种图像的处理方法、装置及设备，该方法包括：通过编码器对待调整的目标图像进行编码处理，得到目标图像的编码信息，通过局部动态模型基于前景图像的编码信息中的局部前景图像的编码信息，在目标图像中的背景图像的编码信息中进行语义匹配，并基于匹配到的局部背景图像的编码信息调整局部前景图像的编码信息，得到调整后的目标图像的编码信息，基于调整后的目标图像的编码信息，通过掩码感知全局动态模型中的多层感知机生成用于处理目标图像中的前景图像的掩模图像的模型内核，并通过模型内核对掩模图像进行处理，得到处理后的掩模图像的编码信息，基于上述信息，通过解码器生成目标图像对应的调整图像。