本发明实施例公开了一种基于牙齿图像的个人识别方法，包括：获取牙齿的

本发明提出一种基于跨区域Transformer的神经辐射场的图像去阴影方法及系统，包括：获取nerf_llff_data下的fern数据集；构建融合MLP神经网络和跨区域Transformer的去阴影网络模型；初始化所述去阴影网络模型，...

本发明公开了一种可信的图神经网络节点分类方法，属于图半监督分类技术领域，具体步骤如下：输入图数据，采用图卷积神经网络对图数据进行特征学习和特征提取，并获取最终图节点数据的嵌入表示；将嵌入表示输入到质心模块进行处理，利用有标签节点的嵌入表...

本发明提出一种基于车辆属性与局部特征伪标签细化的车辆重识别方法，获取无标注的车辆图像数据集，进行预处理；构建无监督的车辆重识别网络模型，提取训练集中车辆图像的三种特征，分别为属性特征、全局特征、局部特征；将提取到的所述三种特征集合聚类生...

本发明公开了一种联合图自编码器和马氏距离的异常数据检测方法，属于图数据异常检测技术领域，方法具体为：首先将输入的初始图数据经过图自动编码器得到嵌入表示，嵌入表示与聚类中心计算得到马氏距离，最后结构解码器和特征解码器将嵌入表示解码成重构的...

本发明实施例公开了一种基于用户牙齿的身份认证方法，所述方法包括：通过获取人脸图像，并预测所述人脸图像上每个动作单元出现的概率；预测所述人脸图像上每个动作单元的强度；根据所述概率和强度确定当前是否处于微笑状态；在处于微笑状态时，利用Res...

本发明提供了一种跨域司机疲劳驾驶检测方法、装置、终端及存储介质，其中方法包括构建检测模型；获取司机疲劳公开数据集中源域数据集和目标域数据集的人脸图像样本，并进行预处理；将预处理后的源域数据集和目标域数据集的人脸图像样本输入检测模型，并采...

本发明实施例公开了一种基于图像的车辆重识别方法、装置、服务器及存储介质，通过神经网络提取到的车辆图像特征，最终转换为一维多通道数字化表达特征，并将一维多通道数字化表达特征与预先得到的海量不同汽车图像的一维多通道数字化表达特征进行匹配，根...

本发明提供了一种基于人脸关键点的伪造图像检测方法、终端及存储介质，其中方法包括构建人脸伪造检测分类模型；其中，所述人脸伪造检测分类模型包括人脸关键点模板生成模块Gm、RGB特征提取模块Fr、mask特征提取模块Fm以及mask局部注意力...

本发明公开了一种无标记样本增强的半监督图神经网络方法，包括以下步骤：收集原始图结构数据，并预处理

本发明公开了一种基于图结构增强的图神经网络方法，属于图数据分析以及图表示学习技术领域，具体步骤如下：收集原始图结构数据，并进行标记；对图结构数据通过编码器进行编码，得到初步节点表示，通过图神经网络对初步节点表示进行降维，得到低维的节点表...

本发明公开了一种基于多尺度图对比学习的图神经网络方法，包括以下步骤：收集原始图数据，并进行标记

本发明公开了一种基于对比学习的自监督图神经网络方法，包括以下步骤：收集原始图数据

本发明提供了一种人脸伪造图像检测方法、装置、终端及存储介质，其中方法包括获取人脸的RGB彩色图像；将所述RGB彩色图像颜色空间域的RGB特征x使用二维离散余弦变换转换到频率域X；计算所述频率域X的掩码矩阵M；将所述掩码矩阵M与所述频率域...

本发明提出一种基于BlazePose的健身动作识别方法及装置，基于BlazePose轻量级卷积神经网络对图像进行人体姿态估计，得到图像中用户在进行健身时的关节点位置信息；将关节点位置信息转换为特征向量，基于KNN分类提取当前运动类别；通...