10 月 17 日消息，近日，腾讯科技（深圳）有限公司申请的“面部鉴伪模型的训练方法、装置、设备及存储介质”专利公布。
专利说明书称，随着人工智能技术的发展，其在面部（即脸部）鉴伪领域的研究和应用也越来越多。目前，基于深度学习的面部鉴伪模型，大多依赖于带有标签信息的伪面部图像进行监督式训练，然而，在实际应用场景中，带有标签信息的伪面部图像有限，基于有限的伪面部图像训练得到的面部鉴伪模型的鉴伪准确性不高。
本申请公开了一种面部鉴伪模型的训练方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：
-
获取伪面部图像和真面部图像，伪面部图像的面部姿态与真面部图像的面部姿态之间的差异度小于或等于门限值；
-
基于伪面部图像对应的梯度信息，对伪面部图像和真面部图像进行融合，得到融合面部图像；
-
基于融合面部图像对应的鉴伪结果，对面部鉴伪模型进行训练。
了解到，专利摘要称，本申请实施例可应用于人工智能、智慧交通、辅助驾驶等场景，本申请能够通过在生成融合面部图像的同时，确定融合面部图像对应的标签数据，进而基于融合面部图像和标签数据，实现模型的自监督学习，而不受限于样本的稀少，从而提高模型的鉴伪准确性。