[發明專利]用于匹配不同輸入數據的技術

在審

• 申請號: 201980053560.4
• 申請日: 2019-08-09
• 公開（公告）號: CN112567398A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 施亦純;L·貝斯特-勞登;K·瓦格納
• 申請（專利權）人: 維薩國際服務協會
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 徐倩;錢慰民

1.一種計算機實施的方法，包括：

由數據處理計算機接收輸入數據，所述輸入數據包括第一輸入圖像和第二輸入圖像；

由所述數據處理計算機將所述第一輸入圖像和所述第二輸入圖像作為輸入提供給機器學習模型，所述機器學習模型通過以下方式形成：(i)由數據處理計算機獲得包括第一類型的第一組圖像和第二類型的第二組圖像的初始訓練集；(ii)訓練神經網絡從所述第一類型的輸入圖像生成所述第二類型的輸出圖像；(iii)由所述數據處理計算機至少部分地基于所述第一類型的所述第一組圖像和所述神經網絡來生成擴增訓練集；以及(iv)訓練所述機器學習模型標識兩個輸入圖像是否匹配，所述機器學習模型是利用所述擴增訓練集而被訓練的；以及

響應于接收到所述機器學習模型的指示所述第一輸入圖像匹配所述第二輸入圖像的輸出而由所述數據處理計算機執行至少一個操作。

2.根據權利要求1所述的計算機實施的方法，其中所述神經網絡是循環一致生成式對抗網絡，并且其中訓練所述神經網絡包括：

訓練第一神經網絡從所述第一類型的輸入圖像生成所述第二類型的輸出圖像；以及

訓練第二神經網絡從所述第二類型的輸入圖像生成所述第一類型的輸出圖像。

3.根據權利要求2所述的計算機實施的方法，還包括：通過以下操作來驗證所述第一神經網絡：

向所述第一神經網絡提供第一類型的第一組輸入圖像以獲得所述第二類型的生成圖像集；

提供所述第二類型的所述生成圖像集以生成所述第一類型的第二生成圖像集；以及

將所述第一類型的所述第一組輸入圖像與所述第一類型的所述第二生成圖像集進行比較。

4.根據權利要求1所述的計算機實施的方法，其中包括所述第一組圖像和所述第二組圖像的所述初始訓練集未配對。

5.根據權利要求1所述的計算機實施的方法，其中所述擴增訓練集包括圖像對，一對圖像包括所述第一組圖像中的第一圖像和由所述神經網絡從所述第一圖像生成的第二圖像，所述第一圖像是所述第一類型，并且所述第二圖像是所述第二類型。

6.根據權利要求5所述的計算機實施的方法，其中訓練所述機器學習模型標識兩個輸入圖像是否匹配包括：使用所述擴增訓練集的所述圖像對和監督學習算法來訓練所述機器學習模型。

7.根據權利要求1所述的計算機實施的方法，其中所述擴增訓練集包括圖像對，每一對包括所述第二類型的兩個圖像，至少一對圖像包括由所述神經網絡從所述第一組圖像中的一個圖像生成的圖像。

8.根據權利要求7所述的計算機實施的方法，還包括

利用所述神經網絡將作為輸入數據接收的所述第一輸入圖像從所述第一類型變換成所述第二類型，在將所述第一輸入圖像和所述第二輸入圖像作為輸入提供給所述機器學習模型之前變換所述第一輸入圖像。

9.根據權利要求1所述的計算機實施的方法，其中所述第一組圖像包括用戶捕捉的自身肖像圖像，并且其中所述第二組圖像包括從標識卡捕捉的圖像。

10.根據權利要求1所述的計算機實施的方法，其中所述神經網絡是循環一致生成式對抗網絡。