一种语义信息引导的人脸深度数据估计模型、系统及方法

AITNT
正文
推荐专利
一种语义信息引导的人脸深度数据估计模型、系统及方法
申请号:CN202510037255
申请日期:2025-01-09
公开号:CN120107326A
公开日期:2025-06-06
类型:发明专利
摘要
本发明涉及人脸深度估计技术领域,具体涉及一种语义信息引导的人脸深度数据估计模型、系统及方法。本发明利用无标签数据生成伪标签数据,并对无标签数据进行数据增强,从而给人脸深度估计模型提供更广泛的训练样本,解决了人脸深度数据集少的问题。本发明利用增强后的数据对人脸深度估计模型进行训练,并且在训练过程中利用人脸解析模型进行监督。本发明利用人脸语义信息,即人脸解析特征可以有效的为深度估计模型提供任何人脸图片的精准的像素分类信息,利于深度估计模型更准确的估计深度。而这种额外的信息也可以作为伪标签数据的一种补充,从而使模型在面对经过数据增强的伪标签数据时有辅助信息来帮助其预测人脸深度。
技术关键词
人脸深度 数据估计方法 无标签数据 数据估计系统 数据处理架构 编码器解码器 三维人脸模型 更新网络参数 人脸语义 深度图 分支 人脸图片 输出特征
系统为您推荐了相关专利信息
1
一种基于自适应去偏的半监督工业缺陷检测方法
工业缺陷检测 无标签数据 教师 高斯混合模型 学生
2
一种基于自编码器结构的无标签数据深度学习方法
联合损失函数 编码器结构 深度学习方法 分支 语义
3
基于单导联ECG掩码自编码器的无创电解质浓度估计方法
浓度估计方法 电解质 样本 预训练模型 编码器
4
一种机载数据处理架构
数据处理架构 GPIO接口 UART接口 DDR4内存 SPI接口
5
基于特征融合的半监督学习方法、系统、终端及存储介质
无标签样本 监督学习方法 特征融合技术 融合特征 特征提取网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号