基于解纠缠表示学习的人脸反欺骗算法OA北大核心CSTPCD
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。模型与一些经典人脸反欺…查看全部>>
周毅岩;石亮;张遨;岳晓宇
江苏科技大学计算机学院,江苏镇江212114江苏科技大学计算机学院,江苏镇江212114江苏科技大学计算机学院,江苏镇江212114江苏科技大学计算机学院,江苏镇江212114
计算机与自动化
人脸反欺骗解纠缠表示学习多分类域泛化
《计算机应用研究》 2024 (8)
P.2502-2507,6
2022年江苏省高校“智慧教育与教学数字化转型研究”专项课题。
评论