公开(公告)号：CN116167278B

公开(公告)日：2024-09-03

申请号：CN202310030297.5

申请日：2023-01-09

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯

IPC: G06F30/27 ,  G06Q10/0631 ,  G06Q50/04 ,  G06Q50/20 ,  G16H50/30 ,  G06V40/16 ,  G06V10/766 ,  G06V10/82 ,  G06N20/00

Abstract: 本说明书实施例公开了一种流水线模拟方法、分工方法、装置、介质及设备。该方法包括：获取物理世界的实体流水线的各个模块的实际输入数据和实际输出数据；将实际输入数据输入到各个模块对应的先验模型，得到对应的先验输出数据，先验模型为各个模块的输入数据和输出数据之间的先验映射关系；以实际输出数据为标签，基于实际输入数据以及先验输出数据对输出矫正模型进行训练，输出矫正模型为对先验模型的输出数据进行矫正的机器学习模型；基于各个模块对应的先验模型以及输出矫正模型，生成虚拟世界中与实体流水线对应的虚拟流水线的生产模型。

公开(公告)号：CN114863481B

公开(公告)日：2024-07-12

申请号：CN202210487943.6

申请日：2022-05-06

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯 ,  丁菁汀

IPC: G06V40/10 ,  G06F21/62 ,  G06N3/0464 ,  G06N3/08

Abstract: 本说明书实施例公开了一种生物识别处理方法、装置及设备，该方法包括：获取目标用户的生物识别请求，该生物识别请求中包括目标用户的用户生物信息；将该用户生物信息分别输入到模型架构相同的两个脱敏模型中，得到每个脱敏模型输出的脱敏后的用户生物信息，两个脱敏模型在进行模型训练的过程中使用的训练样本数据不同，且其中的一个脱敏模型使用的训练样本数据的类型分布中存在长尾分布的数据类型在另一个脱敏模型使用的训练样本数据的类型分布中不属于长尾分布；基于两个脱敏模型输出的脱敏后的用户生物信息，确定该生物识别请求对应的隐私保护后的用户生物信息；基于确定的隐私保护后的用户生物信息对目标用户进行生物识别处理。

公开(公告)号：CN114926706B

公开(公告)日：2024-07-09

申请号：CN202210560452.X

申请日：2022-05-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯 ,  丁菁汀

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084

Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，其中，该方法包括：获取待隐写的目标模型，并确定所述目标模型的每个模型权重的重要性，所述模型权重的重要性用于表征所述模型权重对所述目标模型的模型准确率的影响程度；基于所述目标模型的每个模型权重的重要性，确定所述每个模型权重对应的编码方式，并基于所述编码方式对所述模型权重进行编码，得到编码后的模型权重；将所述编码后的模型权重和所述目标模型的模型结构写入载体对象，得到写入后的载体对象；将所述写入后的载体对象发送给目标设备，所述写入后的载体对象用于触发所述目标设备基于所述写入后的载体对象得到所述目标模型，以基于所述目标模型对目标业务进行处理。

公开(公告)号：CN114550253B

公开(公告)日：2024-05-10

申请号：CN202210160652.6

申请日：2022-02-22

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯 ,  丁菁汀

IPC: G06V40/16 ,  G06Q20/40

Abstract: 本说明书实施例提供了用于在排队的场景下对人脸图像进行预处理的方法及装置。在该方法中，根据摄像头采集的人脸图像检测在摄像头的视野范围内是否有用户排队；在检测到有用户排队时，按照排队队列中的各个用户的排列顺序对各个用户的人脸图像进行排序，以得到人脸图像序列；按照人脸图像序列的顺序对人脸图像序列中的各个人脸图像进行人脸识别，以确认各个人脸图像对应的用户身份；将经过身份确认的各个人脸图像按照人脸图像序列的顺序进行展示；以及在所展示的人脸图像被触发时，执行IoT设备所具备的功能对应的针对所触发的人脸图像所表征的用户的操作。

公开(公告)号：CN115775024B

公开(公告)日：2024-04-16

申请号：CN202211580264.X

申请日：2022-12-09

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯

IPC: G06N3/084 ,  G06T19/00

Abstract: 本说明书实施例提供了虚拟形象模型训练方法及装置，其中，一种虚拟形象模型训练方法包括：根据从物理世界采集的第一样本图像对第一待训练模型进行模型训练，获得第一模型；基于基准虚拟形象和虚拟形象在所述第一模型进行反向传播处理，获得第二样本图像；所述虚拟形象在将初始图像输入所述第一模型进行图像重建后获得；对基于所述第二样本图像对第二待训练模型进行模型训练获得的第二模型进行模型裁剪处理，获得虚拟形象模型，以将所述虚拟形象模型部署于虚拟世界的接入设备进行虚拟形象生成。

公开(公告)号：CN117493882A

公开(公告)日：2024-02-02

申请号：CN202311442244.0

申请日：2023-10-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯

IPC: G06F18/214 ,  G06F18/22 ,  G06N3/096 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475

Abstract: 本说明书一个或多个实施例提供了一种内容生成模型训练方法、内容生成方法及相关装置。该方法及相关装置中，内容生成模型被设计为多个功能模块的组合，不同模块从不同角度对生成内容进行精准控制，不同模块可以通过不同的训练过程分别进行训练。其中，第一生成模块可采用基础生成模型或者通过蒸馏训练得到；基于第一生成模块和匹配分析模块，对第二生成模块进行训练，使第二生成模块对第一生成模块输出的内容进行调整；另外，还可以基于细节定位模块训练得到质量增强模块，使其对第二生成模块输出的内容进行细节优化，得到质量更高的内容。基于上述内容生成模型，其第一生成模块、第二生成模块和质量增强模块可以分别生成不同质量等级的内容。

公开(公告)号：CN112800997B

公开(公告)日：2024-01-05

申请号：CN202110157641.8

申请日：2020-04-10

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯 ,  李亮

IPC: G06V40/16 ,  G06V40/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本说明书实施例公开了一种活体检测方法、装置及设备。该方案包括：获取待检测图像；提取所述待检测图像中的目标人脸图像；利用第一分类模型对所述目标人脸图像进行分类处理，得到第一非活体概率值；利用第二分类模型对所述待检测图像进行分类处理，得到第二非活体概率值；根据所述第一非活体概率值及所述第二非活体概率值，生成活体检测结果。

公开(公告)号：CN117292007A

公开(公告)日：2023-12-26

申请号：CN202311274061.2

申请日：2023-09-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯

IPC: G06T11/00 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/094

Abstract: 本说明书实施例公开了一种图像生成方法及装置，该图像生成方法包括利用包括图像空间的扩散模型和隐空间的扩散模型的初级模型训练，确定支持在prompt下的关联初级模型，并构建双重扩散模型进行模型训练，然后结合资源信息，训练路径权重优化模型，自适应寻找图像生成路径，得到目标图像。

公开(公告)号：CN117217300A

公开(公告)日：2023-12-12

申请号：CN202311147947.0

申请日：2023-09-05

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯

IPC: G06N3/0985 ,  G06N3/02

Abstract: 本说明书实施例公开了一种模型的切分方法、模型的内容生成方法及装置，该切分方法包括可包括基于交换模块对模型进行交换训练，并对交换训练结果进行约束条件下的切分训练，得到模型的切分训练结果；该内容生成方法可包括基于切分训练结果的模型，进行加载，并输出引导信息对应的输出结果。

公开(公告)号：CN117152824A

公开(公告)日：2023-12-01

申请号：CN202311345223.7

申请日：2023-10-17

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曹佳炯

IPC: G06V40/16 ,  G06V10/774

Abstract: 本公开提供了一种跨场景人脸检测方法及装置，该方法包括：将当前场景样本输入基础模型，得到基础模型的中间层输出的中间层特征；将各个中间层特征输入对应的各个场景的插件模型，得到各个插件模型输出的插件特征；将各个插件特征输入插件选择模型和基础模型，得到各个插件模型被选择的概率和对应的检测结果；基于各个插件模型被选择的概率和对应的检测结果，训练插件选择模型，得到收敛的插件选择模型和被选择的插件模型；基于被选择的插件模型和基础模型进行人脸检测。可以解决相关技术中无法实现优化人脸检测跨场景适配的成本、性能和效率的技术问题，达到降低人脸检测跨场景适配成本、提高检测性能和适配效率的技术效果。