CN114220136B 用户行为识别模型的训练、面部识别的方法、系统及装置 (阿里巴巴(中国)有限公司)_第1页
CN114220136B 用户行为识别模型的训练、面部识别的方法、系统及装置 (阿里巴巴(中国)有限公司)_第2页
CN114220136B 用户行为识别模型的训练、面部识别的方法、系统及装置 (阿里巴巴(中国)有限公司)_第3页
CN114220136B 用户行为识别模型的训练、面部识别的方法、系统及装置 (阿里巴巴(中国)有限公司)_第4页
CN114220136B 用户行为识别模型的训练、面部识别的方法、系统及装置 (阿里巴巴(中国)有限公司)_第5页
已阅读5页,还剩31页未读 继续免费阅读

下载本文档

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

用户行为识别模型的训练、面部识别的方本申请公开了一种用户行为识别模型的训基于模型的交互注意力机制可使得时序传感器2将所述带标签的时序传感器的时域数据、频率域数据及统计其中,所述时序传感器用于在获取待识别对象的面部信息的4.根据权利要求1至3任意一项所述的用户行为识别模型的5.根据权利要求4所述的用户行为识别模型的训练方法,其特征在于,所述模型为相应的,所述将所述带标签的时序传感器的时域数据、频率域数据及统序传感器的数据和带标签的时序传感器的时域通过图像传感器获取待识别对象的面部信息,所述面部信息至少包3将所述面部信息输入至图像识别模型中,获得包括待识别对象的身在获取所述待识别对象的面部信息的同时,通过时序传感器监测将所述监测数据输入至上述权利要求1至7任意一项所述的用户行为识别模型的训练根据所述第一识别结果和所述第二识别结果获得待识别对象的身份信息及确定待识所述图像传感器用于获取待识别对象的面部信息,并将所述待识别面部的运动信息是指待识别对象根据终端的指示所进行的部分面部所述图像识别模型用于接收所述待识别对象的面部信息,根据所述对象的身份信息及是否为活体的第一识别结果发送给所述所述时序传感器用于在获取所述待识别对象的面部信息的同时,通过监测所述所述用户行为识别模型用于接收所述时序传感器的监测数据,根据所述决策模型用于接收所述第一识别结果和所述第二识别结果,并根据所述结果和所述第二识别结果获得待识别对象的身份信息及确定待识别对象是否是为活体的带标签数据获取单元,用于获取带标签的时序传感器的时再训练单元,用于将所述带标签的时序传感器的时域数据、频率域4其中,所述时序传感器用于在获取待识别对象的面部信息的面部信息获取单元,用于通过图像传感器获取待识别对象的第一识别结果获取单元,用于将所述面部信息输入至图像监测数据获取单元,用于在获取所述待识别对象的面部信息的同是根据待识别对象控制终端发生移动时对应监第二识别结果获取单元,用于将所述监测数据输入至上述识别结果确定单元,用于根据所述第一识别结果和所述第二识56[0028]在获取所述待识别对象的面部信息的同时,通过时序传感器监测所述待识别对[0029]将所述监测数据输入至上述所述的用户行为识别模型的训练方法生成的用户行[0030]根据所述第一识别结果和所述第二识别结果获得待识别对象的身份信息及确定识别对象的身份信息及是否为活体的第一识别结果发送给7识别结果和所述第二识别结果获得待识别对象的身份信息及确定待识别对象是否是活体待识别对象的身份信息及是否为活体的第一识对象的身份信息及确定待识别对象是否是活体的第三识8用户正常认证的时序传感器的监测数据是与假体攻击系统时的时序传感器信息存在明显9信息及是否为活体的第一识别结果,同时获得时序传感器监测面部信息时对应的监测数第一识别结果和第二识别结果获得待识别对象的身份信息及待识别对象是否为活体的识馈神经网络层后输出包含三个域差别特征的更高维度的特征表示。在前述三个编码器中,[0085]本实施例通过transformer注意力机制来处理时域数据、频率域数据和统计量数域数据从另一个角度描述了数据本身的频率和幅度情况,而统计量数据可以融合专家经处理例如归一化处理,采用线性映射等方式嵌入为一维的token,将预处理结果作为理结果分别并行输入至预训练模型的三个不馈神经网络层后输出包含三个域差别特征的更高维度的特征表示。在前述三个编码器中,种域中数据定义为不同向量并分别通过三个编征和统计量特征相互之间的相似特征和差异特征,将所述相似特征和差异特征进行聚合,[0097]本实施例通过transformer注意力机制来处理时域数据、频率域数据和统计量数的面部信息发送给所述图像识别模型405。所述面部信息至少包括面部或部分面部的运动[0114]所述图像识别模型405用于接收所述待识别对象的面部信息,根据所述待识别对括待识别对象的身份信息及是否为活体的第一识别结果发送给所述[0115]在获得待识别对象的面部信息后,可通过图像识别模型405获得与用户的面部信部信息相对应的第一识别结果可在对应的检测条件下确定待识别对象是否是活体。例如,[0116]所述时序传感器402用于在获取所述待识别对象的面部信息的同时,通过监测所待识别对象使用终端拍摄面部以获取面部信息时,待识别对象的手是存在抖动的现象的,从而使得时序传感器402的监测数据是终端发生移动时对应监测的数据。在获得监测数据识别结果所确定的行为分类信息是与用户摇头、微笑等行为动作有特定关系和特定规律[0118]所述决策模型403用于接收所述第一识别结果和所述第二识别结果,并根据所述第一识别结果和所述第二识别结果获得待识别对象的身份信息及确定待识别对象是否是[0120]请参照图6,其为本申请第四实施例提供的一种用户行为识别模型的训练装置的面部信息,所述面部信息至少包括面部或部分面部的运动信息;第一识别结果获取单元结果获得待识别对象的身份信息及确定待识别对象是否是[0130]与本申请第一实施例的用户行为识别模型的训练方法和第二实施例的用于面部[0131]与本申请第第一实施例的用户行为识别模型的训

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。

评论

0/150

提交评论