公开(公告)号：CN116994343B

公开(公告)日：2023-12-15

申请号：CN202311256897.X

申请日：2023-09-27

Applicant: 睿云联(厦门)网络通讯技术有限公司

Inventor： 黄慜哲 ,  聂昌伟 ,  兰泽华

IPC: G06V40/40 ,  G06V40/16

Abstract: 本发明公开了一种基于标签平滑的扩散标签深度学习模型训练方法，包括如：步骤1、获取原始训练数据和对应的原始标签；步骤2、将所述原始训练数据和对应的原始标签输入到深度学习模型中；步骤3、对原始训练数据进行混合扩充，得到处理后的混合训练数据；步骤4、根据所述混合训练数据中参与扩充的原始训练数据所对应的原始标签，计算出所述混合训练数据对应的混合标签；步骤5、所述深度学习模型按照扩散的标签平滑方式对原始训练数据、原始标签、混合训练数据和混合标签进行训练，输出预测结果。本发明还提供一种计算机可读存储介质，可以解决泛化性差、过拟合、抗噪能力弱、样本分布和类别不平衡问题。

公开(公告)号：CN116994343A

公开(公告)日：2023-11-03

申请号：CN202311256897.X

申请日：2023-09-27

Applicant: 睿云联(厦门)网络通讯技术有限公司

Inventor： 黄慜哲 ,  聂昌伟 ,  兰泽华

IPC: G06V40/40 ,  G06V40/16

Abstract: 本发明公开了一种基于标签平滑的扩散标签深度学习模型训练方法，包括如：步骤1、获取原始训练数据和对应的原始标签；步骤2、将所述原始训练数据和对应的原始标签输入到深度学习模型中；步骤3、对原始训练数据进行混合扩充，得到处理后的混合训练数据；步骤4、根据所述混合训练数据中参与扩充的原始训练数据所对应的原始标签，计算出所述混合训练数据对应的混合标签；步骤5、所述深度学习模型按照扩散的标签平滑方式对原始训练数据、原始标签、混合训练数据和混合标签进行训练，输出预测结果。本发明还提供一种计算机可读存储介质，可以解决泛化性差、过拟合、抗噪能力弱、样本分布和类别不平衡问题。

公开(公告)号：CN115116148A

公开(公告)日：2022-09-27

申请号：CN202210968720.1

申请日：2022-08-12

Applicant: 睿云联(厦门)网络通讯技术有限公司

Inventor： 聂昌伟 ,  黄慜哲 ,  兰泽华

IPC: G06V40/40 ,  G06V40/16 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于人脸面容识别的活体检测方法，包括：获取人脸图像并分类；对各类人脸图像归一化处理，生成代理，构建三元组数据对；构建骨干网络，搭建集成人脸面容识别损失函数和分类损失函数的高维人脸静默活体检测神经网络模型；每次输入三元组数据对和活体数据到模型中训练模型；将人脸图像输入到模型进行测试，根据不同预测阈值得出预测结果，根据预测结果和真实结果确定真正例率和假正例率，确定真假分类阈值；当进行检测时，将当前帧人脸图像输入到模型中，输出模型得分，根据当前帧、前帧和后帧人脸图像的模型得分得到活体得分，对比该活体得分与真假分类阈值，得出判断结果。本发明还提供了一种电子设备和介质，增高模型的准确率。