探索計算機(jī)視覺領(lǐng)域創(chuàng)新技術(shù) 招聯(lián)與中科大2項研究成果入選ICCV國際頂級會議

近日,2023國際計算機(jī)視覺會議ICCV在法國巴黎會議中心圓滿落幕。招聯(lián)消費(fèi)金融股份有限公司(以下簡稱“招聯(lián)”)與中國科學(xué)技術(shù)大學(xué)(以下簡稱“中科大”)共同完成的“3D動作表示學(xué)習(xí)”“擴(kuò)散生成圖像檢測

近日,2023國際計算機(jī)視覺會議ICCV在法國巴黎會議中心圓滿落幕。招聯(lián)消費(fèi)金融股份有限公司(以下簡稱“招聯(lián)”)與中國科學(xué)技術(shù)大學(xué)(以下簡稱“中科大”)共同完成的“3D動作表示學(xué)習(xí)”“擴(kuò)散生成圖像檢測”2篇論文在該頂會發(fā)表。其中,團(tuán)隊針對深度偽造技術(shù)首創(chuàng)的“DIRE”模型,達(dá)到SOTA(該項研究任務(wù)中最先進(jìn))水平,得到國際級平臺的官方認(rèn)可。

據(jù)了解,國際計算機(jī)視覺會議ICCV,是由人工智能領(lǐng)域頂級學(xué)術(shù)刊物IEEE主辦,被公認(rèn)為全球計算機(jī)視覺領(lǐng)域的三大頂級會議之一,該會議的錄取論文也代表了計算機(jī)視覺領(lǐng)域國際最高水平。據(jù)官方公布,本屆投稿總數(shù)達(dá)8068篇,其中2160篇被接收,錄用率為26.8%,約10%的論文來自中國。

近年來,隨著AIGC、深度學(xué)習(xí)技術(shù)的快速發(fā)展,人臉識別、3D動作識別等計算機(jī)視覺相關(guān)技術(shù)也得到深入研究,但在金融行業(yè)的實際應(yīng)用中,仍存在有效性偏低、深度偽造、應(yīng)用深度及智能化不足等問題。

自2022年8月以來,招聯(lián)和中科大聚焦虛擬數(shù)字人、視頻交互技術(shù)、AI核身三大領(lǐng)域,深入探索計算機(jī)視覺的創(chuàng)新技術(shù)。短短一年時間,已提出多項突破性技術(shù)研究成果。例如,圍繞“虛擬數(shù)字人智能交互”難題,團(tuán)隊提出“自適應(yīng)的運(yùn)動敏感遮罩策略”,顯著提高了模型的預(yù)測性能,解決了虛擬人在有限數(shù)據(jù)的情況下,也能“看清、看準(zhǔn)”的挑戰(zhàn)。據(jù)悉,該項研究成果后續(xù)將應(yīng)用于招聯(lián)自研的數(shù)字人產(chǎn)品中。

在AIGC生成圖像欺詐領(lǐng)域,結(jié)合招聯(lián)多年業(yè)務(wù)經(jīng)驗積累,團(tuán)隊合作研究出的“DIRE”模型,能通過測量輸入圖片和預(yù)訓(xùn)練擴(kuò)散模型重建圖片之間的誤差,有效判斷AI生成風(fēng)險,提高反欺詐識別能力,且模型的準(zhǔn)確性、魯棒性、算法穩(wěn)定性表現(xiàn)優(yōu)異。除此之外,雙方研究人員還發(fā)現(xiàn),通過對網(wǎng)絡(luò)結(jié)構(gòu)做出調(diào)整,利用注意力機(jī)制將RGB(圖像顏色)特征與對應(yīng)的DCT(離散余弦變換)特征進(jìn)行相互融合,“DIRE”模型對于傳統(tǒng)的人臉欺詐案例,例如翻拍、PS、頭模等,也有良好的檢測準(zhǔn)確性。這一模型也將接下來應(yīng)用于招聯(lián)的反欺詐策略中。

科技推動社會變革,創(chuàng)新引領(lǐng)企業(yè)發(fā)展。一直以來,招聯(lián)高度重視對金融科技創(chuàng)新探索及科研人才培養(yǎng),先后與中國科學(xué)院、中山大學(xué)、中科大等高校及研究機(jī)構(gòu)開展合作,并成立博士后創(chuàng)新實踐基地,不斷深化培養(yǎng)人工智能領(lǐng)域的創(chuàng)新型人才,積極響應(yīng)并深入貫徹人才強(qiáng)國、創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略,持續(xù)攻堅數(shù)字金融、人工智能領(lǐng)域關(guān)鍵技術(shù),將前沿技術(shù)轉(zhuǎn)化為核心生產(chǎn)力,更好地服務(wù)實體經(jīng)濟(jì),為推動行業(yè)進(jìn)步和國家發(fā)展貢獻(xiàn)金融力量。

附文章所述2篇論文鏈接:

《Masked Motion Predictors are Strong 3D Action Representation Learners》:https://arxiv.org/pdf/2308.07092.pdf

《DIRE for Diffusion-Generated Image Detection》:https://arxiv.org/pdf/2303.09295.pdf

未經(jīng)正式授權(quán)嚴(yán)禁轉(zhuǎn)載本文,侵權(quán)必究。

評論

暫無評論哦,快來評價一下吧!

探索計算機(jī)視覺領(lǐng)域創(chuàng)新技術(shù) 招聯(lián)與中科大2項研究成果入選ICCV國際頂級會議

近日,2023國際計算機(jī)視覺會議ICCV在法國巴黎會議中心圓滿落幕。招聯(lián)消費(fèi)金融股份有限公司(以下簡稱“招聯(lián)”)與中國科學(xué)技術(shù)大學(xué)(以下簡稱“中科大”)共同完成的“3D動作表示學(xué)習(xí)”“擴(kuò)散生成圖像檢測

近日,2023國際計算機(jī)視覺會議ICCV在法國巴黎會議中心圓滿落幕。招聯(lián)消費(fèi)金融股份有限公司(以下簡稱“招聯(lián)”)與中國科學(xué)技術(shù)大學(xué)(以下簡稱“中科大”)共同完成的“3D動作表示學(xué)習(xí)”“擴(kuò)散生成圖像檢測”2篇論文在該頂會發(fā)表。其中,團(tuán)隊針對深度偽造技術(shù)首創(chuàng)的“DIRE”模型,達(dá)到SOTA(該項研究任務(wù)中最先進(jìn))水平,得到國際級平臺的官方認(rèn)可。

據(jù)了解,國際計算機(jī)視覺會議ICCV,是由人工智能領(lǐng)域頂級學(xué)術(shù)刊物IEEE主辦,被公認(rèn)為全球計算機(jī)視覺領(lǐng)域的三大頂級會議之一,該會議的錄取論文也代表了計算機(jī)視覺領(lǐng)域國際最高水平。據(jù)官方公布,本屆投稿總數(shù)達(dá)8068篇,其中2160篇被接收,錄用率為26.8%,約10%的論文來自中國。

近年來,隨著AIGC、深度學(xué)習(xí)技術(shù)的快速發(fā)展,人臉識別、3D動作識別等計算機(jī)視覺相關(guān)技術(shù)也得到深入研究,但在金融行業(yè)的實際應(yīng)用中,仍存在有效性偏低、深度偽造、應(yīng)用深度及智能化不足等問題。

自2022年8月以來,招聯(lián)和中科大聚焦虛擬數(shù)字人、視頻交互技術(shù)、AI核身三大領(lǐng)域,深入探索計算機(jī)視覺的創(chuàng)新技術(shù)。短短一年時間,已提出多項突破性技術(shù)研究成果。例如,圍繞“虛擬數(shù)字人智能交互”難題,團(tuán)隊提出“自適應(yīng)的運(yùn)動敏感遮罩策略”,顯著提高了模型的預(yù)測性能,解決了虛擬人在有限數(shù)據(jù)的情況下,也能“看清、看準(zhǔn)”的挑戰(zhàn)。據(jù)悉,該項研究成果后續(xù)將應(yīng)用于招聯(lián)自研的數(shù)字人產(chǎn)品中。

在AIGC生成圖像欺詐領(lǐng)域,結(jié)合招聯(lián)多年業(yè)務(wù)經(jīng)驗積累,團(tuán)隊合作研究出的“DIRE”模型,能通過測量輸入圖片和預(yù)訓(xùn)練擴(kuò)散模型重建圖片之間的誤差,有效判斷AI生成風(fēng)險,提高反欺詐識別能力,且模型的準(zhǔn)確性、魯棒性、算法穩(wěn)定性表現(xiàn)優(yōu)異。除此之外,雙方研究人員還發(fā)現(xiàn),通過對網(wǎng)絡(luò)結(jié)構(gòu)做出調(diào)整,利用注意力機(jī)制將RGB(圖像顏色)特征與對應(yīng)的DCT(離散余弦變換)特征進(jìn)行相互融合,“DIRE”模型對于傳統(tǒng)的人臉欺詐案例,例如翻拍、PS、頭模等,也有良好的檢測準(zhǔn)確性。這一模型也將接下來應(yīng)用于招聯(lián)的反欺詐策略中。

科技推動社會變革,創(chuàng)新引領(lǐng)企業(yè)發(fā)展。一直以來,招聯(lián)高度重視對金融科技創(chuàng)新探索及科研人才培養(yǎng),先后與中國科學(xué)院、中山大學(xué)、中科大等高校及研究機(jī)構(gòu)開展合作,并成立博士后創(chuàng)新實踐基地,不斷深化培養(yǎng)人工智能領(lǐng)域的創(chuàng)新型人才,積極響應(yīng)并深入貫徹人才強(qiáng)國、創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略,持續(xù)攻堅數(shù)字金融、人工智能領(lǐng)域關(guān)鍵技術(shù),將前沿技術(shù)轉(zhuǎn)化為核心生產(chǎn)力,更好地服務(wù)實體經(jīng)濟(jì),為推動行業(yè)進(jìn)步和國家發(fā)展貢獻(xiàn)金融力量。

附文章所述2篇論文鏈接:

《Masked Motion Predictors are Strong 3D Action Representation Learners》:https://arxiv.org/pdf/2308.07092.pdf

《DIRE for Diffusion-Generated Image Detection》:https://arxiv.org/pdf/2303.09295.pdf

未經(jīng)正式授權(quán)嚴(yán)禁轉(zhuǎn)載本文,侵權(quán)必究。