人脸识别与深度鉴伪研究进展
【在线课程】人脸识别与深度鉴伪研究进展(CSIG图像视频通信专委会青年学者沙龙第七期)_哔哩哔哩_bilibili
深度伪造反制技术需求迫切





总结
遮挡人脸识别
√渐进式学习-----兼顾非口罩人脸识别性能
√无标签样本助力-----适应真实口罩遮挡
√遮挡预测与身份特征耦合学习-----应对多样性遮挡
伪造人脸检测及溯源
√隐身份驱动-----解释伪造人脸检测
√身份解耦溯源-----追溯目标人脸
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 zhaozw后院!
评论
匿名评论