版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
道孖岭社区凯丰路10号翠林大厦8层合自监督学习和有监督学习生成了深度预测模2将所述包括待检测对象的人脸的图像输入至深度预测模型,得到所个包括人脸的图像以及多个预先生成的伪深度根据所述包括待检测对象的人脸的图像对应的伪深度图,确定所述b.预先为每一张包括人脸的图像生成伪深度图,基于313D人脸重建算法得到的伪深度图,若输入的样本为非活体,则target为全部置0的伪深度所述自监督学习与所述有监督学习联合训练的过根据所述包括待检测对象的人脸的图像对应的伪深度图和所述包括待检测对象的人像对应的伪深度图和所述包括待检测对象的人脸的图像,确定所述待检测对象的检测结分别获取所述包括待检测对象的人脸的图像对应的伪根据所述与人脸相关的特征信息确定所述待检测对象的35.根据权利要求1至4任一项所述的方法,获取第一训练集与第二训练集,所述第一训练集由多对包括b.预先为每一张包括人脸的图像生成伪深度图,基于313D人脸重建算法得到的伪深度图,若输入的样本为非活体,则target为全部置0的伪深度所述自监督学习与所述有监督学习联合训练的过处理模块,用于将所述包括待检测对象的人脸的图像输入至深度b.预先为每一张包括人脸的图像生成伪深度图,基于3413D人脸重建算法得到的伪深度图,若输入的样本为非活体,则target为全部置0的伪深度所述自监督学习与所述有监督学习联合训练的过所述处理器执行所述计算机程序时实现如权利要求1至7中任一项5预测模型是根据第一训练集与第二训练集生成的,第一训练集由多对包括人脸的图像组[0009]根据包括待检测对象的人脸的图像对应的伪深度图,确定待检测对象的检测结6的图像中与人脸相关的特征信息,根据与人脸相关的特征信息确定待检测对象的检测结第一方面所述的活体检测方法或如第二方面所述的78该类方法主要是直接提取出双目红外图像的特征,如传统的局部二值模式(localbinary检测出双目红外相机拍摄的图像中的多个人脸关键点,且认为这些人脸关键点是匹配的,度值特征来判断被识别的对象是否为活体,该种方法的前提是双目图像的关键点是匹配9获取包括被检测对象的人脸的图像,将包括被检测对象的人脸的图像输入到深度预测模[0059]首先对自监督学习的原理进行说明。自监督学习是根据深度图Ds和输入的源图像Is尺寸保持一致,encoder-decoder的网络结构选择可以有很多[0069]c.将源图像Is输入到姿态预测模型,预目标图像Id在源图像Is上对应的2D坐标点。<>表示由2D坐标点双线性插值得到估计的目标为L1损失函数。[0077]首先对有监督学习的原理进行说明。有监督学习是根据第二训练集进行学习[0081]c.定义L1损失函数(L1loss),L1loss的输入为深度预测模型预测出的伪深度pp较好的初始值,此时由深度预测模型估计的伪深度图满足了自监督学习模块的约束条件,学习模块的监督学习目标去逼近,使得估计出的伪深度图在活体和非活体上更加有区分[0091]在深度预测模型训练好之后,可以在人脸识别时利用深度预测模型进行活体检象的人脸的图像对应的伪深度图,伪深度图反映人脸中多个位置之间在深度上的相对关[0102]其中,与人脸相关的特征信息包括全局特征信息和局部[0105](2)基于多任务卷积神经网络(JointFaceDetectionandAlignmentusing[0106]提取i路红外图像的人脸区域和i路伪深度图的人脸区域,生成i路的人脸区域的[0113]本申请实施例中,全局分类网络和局部分类网络的功能是提取图像中的特征信息。网络结构的选择可以有很多种,比如各种经典网络及其变体:Inception、ResNet、[0120]应理解的是,本申请实施例的装置900可以通过专用集成电路(application-specificintegratedcircuit,ASIC)实现,或可编程逻辑器件(programmablelogicdevice,PLD)实现,上述PLD可以是复杂程序逻辑器件(complexprogrammablelogical[0121]图10为本申请实施例提供的活体检测的装置100,该装置100包括获取模块1001、[0127]特别地,与人脸相关的特征信息包括全局特征信息和局部特征信息中的至少一[0129]应理解的是,本申请实施例的装置100可以通过专用集成电路(application-specificintegratedcircuit,ASIC)实现,或可编程逻辑器件(programmablelogicdevice,PLD)实现,上述PLD可以是复杂程序逻辑器件(complexprogrammablelogical存储器1102用于存储指令,该处理器1101用于执行该存储器1102存储的指令。该存储器可擦除可编程只读存储器(erasablePROM,EPROM)、电可擦除可编程只读存储器(electricallyEPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random(doubledatadateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(enhanced机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年河南省邓州市高二生物下册期末考试测试卷含答案【基础题】
- 2026年河北省河间市高二生物下册期末考试模拟卷含答案AB卷
- 2025年黑龙江省海林市高二生物下册期末考试测试卷及参考答案(满分必刷)
- 2025年云南省个旧市高二生物下册期末考试模拟卷附答案(综合题)
- 2026年浙江省龙泉市高二生物下册期末考试模拟卷【典优】附答案
- 2025年青海省德令哈市高二生物下册期末考试考试卷附完整答案(考点梳理)
- 2025年吉林省磐石市高二生物下册期末考试测试卷含答案【完整版】
- 2026年浙江省桐乡市高二生物下册期末考试检测卷及答案(各地真题)
- 2026年河南省济源市高二生物下册期末考试考试卷及参考答案【典型题】
- 2026年湖北省应城市高二生物下册期末考试试卷带答案(巩固)
- 发电机临时用电方案
- DB11T 1424-2017 信息化项目软件运维费用测算规范
- 第二单元单元教学设计-部编版语文八年级下册
- 药品安全风险识别与防范措施考核试卷
- 企业性别平等管理制度
- DL∕T 5362-2018 水工沥青混凝土试验规程
- 中国文化英语PPT
- 2023年初中物理中考前“最后一课”课件
- JJF 1200-2008声频功率放大器校准规范
- FLUKE1550C电子兆欧表使用介绍
- 视易智能综盒控配置工具使用说明书
评论
0/150
提交评论