基于解纠缠表示学习的人脸反欺骗算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对现有人脸反欺骗模型面对不同应用场景识别精度低、泛化性能不佳的问题，引入解纠缠表示学习，提出一种基于解纠缠表示学习的人脸反欺骗方法。该方法采用U-Net架构和ResNet-18作为编/解码器。首阶段训练中，通过输入真实样本使得编码器仅学习到真实样本相关信息。第二阶段，构建对抗性学习网络，输入不具标签的样本，将预训练的编码器输出和新编码器输出进行特征融合，由解码器重建图像，在鉴别器中与原始图像进行对抗训练，以实现特征的解耦。（剩余18526字）

试读结束

目录
monitor
客服机器人