摘要
本发明提供一种人脸活体检测方法、模型训练方法、装置和设备,属于人脸活体检测领域。人脸活体检测方法包括:获取多张目标人脸图像并提取初始特征信息;将初始特征信息输入自适应Transformer模块中,得到目标特征信息和其对应的图像特征向量;根据目标特征信息生成对应的文本嵌入向量;根据图像特征向量和预设文本特征向量的相似度对多张目标人脸图像进行判断;根据多张目标人脸图像、目标特征向量、文本嵌入向量和判断结果获取目标损失函数;根据目标损失函数对自适应Transformer模块中插入的适配器的参数进行更新,得到训练好的人脸活体检测模型。可以提高人脸活体检测的准确度,增强模型的泛化能力和鲁棒性。
技术关键词
人脸活体检测模型
人脸活体检测方法
检测人脸图像
图像特征向量
焦点损失函数
模型训练方法
文本特征向量
适配器
图像类别
加权特征
人脸活体检测装置
人脸关键点
多模态
多层感知机层
参数
模型训练装置
系统为您推荐了相关专利信息
时间序列特征
长短期记忆网络
卷积神经网络提取
图像特征向量
融合方法
图像特征向量
表情分析方法
卷积神经网络模型
面部关键点
表情特征
全局定位方法
注意力机制
系统噪声
sigmoid函数
空间结构信息
文本特征向量
训练样本图像
图像特征向量
数据
分类器模型