一种人脸反欺诈的深度学习方法
基本信息
| 申请号 | CN202110484253.0 | 申请日 | - |
| 公开（公告）号 | CN113111853A | 公开（公告）日 | 2021-07-13 |
| 申请公布号 | CN113111853A | 申请公布日 | 2021-07-13 |
| 分类号 | G06K9/00（2006.01）I;G06K9/62（2006.01）I;G06K9/46（2006.01）I;G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李晖;冯刚;施若 | 申请（专利权）人 | 贵州联科卫信科技有限公司 |
| 代理机构 | 北京华创智道知识产权代理事务所（普通合伙） | 代理人 | 彭随丽 |
| 地址 | 550001贵州省贵阳市云岩区渔安安井片区未来方舟D12组团（A）1单元6层14号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种人脸反欺诈的深度学习方法，包括以下步骤：搭建MMCNN网络框架，允许多模态数据输入且可以充分融合其信息；模态扩充，为了提高准确率，将原本的三模态数据通过转换其颜色空间的方式额外扩充两个模态；计算损失函数；真假图片不同模态定量分析，通过定量分析C I S IA‑SURF数据集，来判断每个模态真假脸图片的相似度。通过增加模态提升MMCNN网络框架的模型精度，不但可以增强模型的精度，而且还有助于增大模型的稳定性。 |
