华为行为身份认证增量学习技术
项目背景: 行为身份认证技术通过用户与智能设备持续交互过程中的行为特征判别用户身份,可以有效
的解决在静态识别通过后的隐私泄露问题。
技术工作: 通过设计融合特征从用户与智能手机交互过程中的多个传感器数据中细粒度表征个人身份信
息,同时基于蒸馏学习技术将 GBDT 模型蒸馏成深度神经网络,将 GBDT 模型和深度神经网络优点结
合,使得认证模型可以在线更新,从而可以在用户长期使用过程中保证模型精度;后续针对流式时序数
据的特点, 采用 Transformer 模型提取时序特征, 并用 Meta-learning 技术改进在线认证过程。
项目成果: 该项目与 2020 年 11 月份通过华为验收顺利结项。投稿会议(CCF-A 区)文章两篇
(Ubicomp22, Sensys21)
websocket通信,异常监听报警,异常信息绘制图表,通话
在工业应用中,复杂场景下如何保证检测的同时降低误检是一个比较
在工业应用中,复杂场景下如何保证检测的同时降低误检是一个比较
基于海思芯片开发智能相机,从相机拍照,到图像中目标识别,之后
系统通过油中气体脱机装置对变压器绝缘油进行脱气处理,通过气体
用改进后的CSRNet进行人群计数。
需求方专属客服,免费梳理匹配
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如当前档期不合,也可免费为您推荐相似案例作者