模型训练方法和装置、业务预测方法和装置

    公开(公告)号:CN114676845B

    公开(公告)日:2024-06-25

    申请号:CN202210150940.3

    申请日:2022-02-18

    Inventor: 刘文鑫

    Abstract: 本说明书实施例提供了基于联邦机器学习的模型训练方法、业务预测方法以及装置。该方法中包括:利用本地的私有数据训练公有模型;将该公有模型上传给服务器;接收服务器下发的全局模型;该全局模型由服务器根据至少两个参与方上传的公有模型聚合得到;利用全局模型更新本地的公有模型;利用本地的私有数据以及更新后的公有模型,训练私有模型。本说明书实施例的方法及装置能够更好地适用于参与方的本地业务。

    一种音频驱动视频生成方法、装置、存储介质及电子设备

    公开(公告)号:CN117133310A

    公开(公告)日:2023-11-28

    申请号:CN202311081384.X

    申请日:2023-08-24

    Abstract: 本说明书公开了一种音频驱动视频生成方法、装置、存储介质及电子设备。在本说明书提供的音频驱动视频生成方法中,获取目标音频并输入视频生成模型;提取每一帧音频数据的音频特征;针对每帧音频数据,根据该帧音频数据的音频特征以及与该帧音频数据相关的音频数据的音频特征,得到该帧音频数据的时序特征;对该帧音频数据的音频特征与时序特征进行融合,得到该帧音频数据的音视频特征;根据该帧音频数据的音视频特征与预设的说话人位姿,得到输出的空间注意力图;根据空间注意力图对该帧音频数据的音视频特征进行调整;根据该帧音频数据的音视频特征生成该帧音频数据的目标图像;根据各帧音频数据的目标图像,确定目标视频。

    分类器优化方法、后门检测方法、装置和电子设备

    公开(公告)号:CN112380974B

    公开(公告)日:2023-08-15

    申请号:CN202011262238.3

    申请日:2020-11-12

    Inventor: 刘文鑫 宗志远

    Abstract: 本说明书实施例公开了一种分类器优化方法、后门检测方法、装置和电子设备。所述分类器优化方法包括:将后门探针输入至携带标签的模型,所述标签用于表示模型中是否植入有后门;将所述模型的输出输入至元分类器;根据元分类器的输出和所述标签,优化所述元分类器和所述后门探针。本说明书实施例可以将携带标签的模型作为训练数据,可以利用携带标签的模型对元分类器和后门探针进行优化。优化后的元分类器和优化后的后门探针可以用于检测模型中是否植入有后门,从而提高了安全性。

    分布式模型协同训练方法和系统
    4.
    发明公开

    公开(公告)号:CN114626550A

    公开(公告)日:2022-06-14

    申请号:CN202210272759.X

    申请日:2022-03-18

    Inventor: 刘文鑫

    Abstract: 本公开提供了一种分布式模型协同训练方法,包括:在用户端使用本地样本数据进行模型的初始训练,其中本地样本数据具有硬标签;在该用户端将初始训练的结果分类,并获取各个类别的类别特征;将各个类别的类别特征传送至服务端;在服务端聚合多个用户端的各个类别的类别特征,并按类别获取每个类别的全局类别特征作为该类别的软标签;从服务端向多个用户端下发该软标签;以及在各个用户端根据软标签和硬标签进一步训练该模型至收敛。

    一种基于自适应学习的高鲁棒性深度伪造检测方法

    公开(公告)号:CN118379608A

    公开(公告)日:2024-07-23

    申请号:CN202410834314.5

    申请日:2024-06-26

    Abstract: 本发明公开了一种基于自适应学习的高鲁棒性深度伪造检测方法,首先基于质量退化生成算法自适应生成不同质量的退化人脸图像,补充现有深度伪造人脸图像数据集质量多样性,同时结合自适应采样网络协调不同质量的人脸图像的学习信号,动态捕捉未知质量的人脸图像的伪造特征,从而提升深度伪造检测模型对于低质量伪造图像的检测性能。本发明帮助自适应深度伪造检测算法更好地学习伪造特征与退化噪声之间的差异,提高自适应深度伪造检测算法对于未知质量人脸图像的鲁棒性,并基于人脸图像质量进行算法动态训练,指导自适应深度伪造检测算法进行优化,提高自适应深度伪造检测算法对于原始人脸图像和退化人脸图像准确率之间的均衡性。

    一种模型训练的方法、装置、存储介质及电子设备

    公开(公告)号:CN116384506A

    公开(公告)日:2023-07-04

    申请号:CN202310315439.2

    申请日:2023-03-28

    Inventor: 刘文鑫

    Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质以及电子设备,获取本地的各业务数据对预设的异常检测模型进行训练。将基于各业务数据执行模型训练任务所得到异常检测模型的模型数据发送给服务器,以使服务器将接收到的每个客户端发送的模型数据进行聚合,以得到全局异常检测模型,并将全局异常检测模型下发给每个客户端。将各业务数据输入到全局异常检测模型中,得到每个业务数据的数据特征,并确定各业务数据的数据特征的特征中心。将特征中心发送给服务器,以使服务器将接收到的特征中心进行聚合,得到全局特征中心,并将全局特征中心发送给每个客户端。根据各业务数据的数据特征与全局特征中心之间的偏差,对全局异常检测模型进行训练。

    一种特征隐私保护方法及装置
    7.
    发明公开

    公开(公告)号:CN115640609A

    公开(公告)日:2023-01-24

    申请号:CN202211368596.1

    申请日:2022-11-03

    Inventor: 刘文鑫

    Abstract: 本发明公开了一种特征隐私保护方法,包括:获取目标图像框架图像,并生成第一噪声;采用所述第一噪声对所述目标图像进行加噪;将加噪后的目标图像与所述框架图像进行合成,得到待识别图像;采用预先训练好的识别模型对所述待识别图像进行身份识别,并以识别结果不是所述目标图像对应的标注身份为优化目标,对所述第一噪声进行优化,将优化后的第一噪声作为隐私保护噪声,其中,所述隐私保护噪声用于对待发布的人脸图像进行加噪。相应地,本发明公开了特征隐私保护装置。

    一种基于自适应学习的高鲁棒性深度伪造检测方法

    公开(公告)号:CN118379608B

    公开(公告)日:2024-10-18

    申请号:CN202410834314.5

    申请日:2024-06-26

    Abstract: 本发明公开了一种基于自适应学习的高鲁棒性深度伪造检测方法,首先基于质量退化生成算法自适应生成不同质量的退化人脸图像,补充现有深度伪造人脸图像数据集质量多样性,同时结合自适应采样网络协调不同质量的人脸图像的学习信号,动态捕捉未知质量的人脸图像的伪造特征,从而提升深度伪造检测模型对于低质量伪造图像的检测性能。本发明帮助自适应深度伪造检测算法更好地学习伪造特征与退化噪声之间的差异,提高自适应深度伪造检测算法对于未知质量人脸图像的鲁棒性,并基于人脸图像质量进行算法动态训练,指导自适应深度伪造检测算法进行优化,提高自适应深度伪造检测算法对于原始人脸图像和退化人脸图像准确率之间的均衡性。

    保护隐私的模型联合训练方法及装置

    公开(公告)号:CN112182633B

    公开(公告)日:2023-03-10

    申请号:CN202011232037.9

    申请日:2020-11-06

    Inventor: 刘文鑫 徐文浩

    Abstract: 本说明书实施例提供了一种保护隐私的模型联合训练方法及装置。该联合训练由服务器和若干个终端共同进行,终端采用预测的随机化处理方式对训练所需的实际梯度进行处理,将得到的扰动梯度发送至服务器,使得服务器根据该扰动梯度得到训练后的模型的参数,而不是根据实际梯度得到训练后的模型参数。

Patent Agency Ranking