摘要
本发明公开一种基于深度学习的图像反欺诈方法及装置,属于计算机技术领域,特别涉及一种基于深度学习的图像反欺诈方法,包括:采集图像数据,并对采集到的图像数据进行预处理;构建深度学习模型;采用深度学习模型对预处理后的图像数据提取特征和学习,进行深度学习模型训练;将待检测的图像输入到训练后的深度学习模型中,进行欺诈检测和分类。本发明方法能够避免传统的图像欺诈检测技术中依赖手工设计的特征提取方法,规避在面对复杂多变的欺诈手段时,难以捕捉到足够的有用信息的技术壁垒,进而提高检测准确率。
技术关键词
深度学习模型训练
反欺诈方法
融合卷积神经网络
深度混合模型
递归神经网络
神经网络架构
欺诈检测技术
无监督学习方法
增量学习技术
多任务损失函数
数据
图像重建
注意力机制
图像增强
特征提取方法
收集工具
可读存储介质
系统为您推荐了相关专利信息
深度学习预测
抗氧化测定方法
深度学习模型训练
蒙特卡洛树搜索
训练深度学习模型
变频交流电源
实时检测方法
多电飞机
压缩采样数据
压缩采样匹配追踪
客户端
模型更新
识别方法
递归神经网络模型
深度学习模型
图像缺陷识别
算法模型
缺陷智能检测方法
深度学习模型训练
训练集