买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利基于循环注意力机制的虹膜图像防伪检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115830694B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211513635.2，技术领域涉及：G06V40/18；该发明授权基于循环注意力机制的虹膜图像防伪检测方法是由何玉青;杨峻凯;吕梦凌设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本基于循环注意力机制的虹膜图像防伪检测方法在说明书摘要公布了：本发明实施例提供了一种基于循环注意力机制的虹膜图像防伪检测方法，包括：将全局虹膜图像输入虹膜防伪检测网络模型；通过第一级网络结构单元对全局虹膜图像进行处理获得第一级特征尺度的预测概率和关键区域参数；通过每一级网络结构单元执行：基于输入至当前级网络结构单元的当前特征尺度下的输入图像和当前级网络单元输出的当前级特征尺度的关键区域参数，得到下一级特征尺度的输入图像，并由下一级网络结构单元对下一级特征尺度的输入图像进行处理，获得下一级网络结构单元对应的下一级特征尺度的预测概率和关键区域参数；将至少两个不同级特征尺度的预测概率进行融合，得到全局虹膜图像为真实虹膜的图像或伪造虹膜的图像的判定结果。

本发明授权基于循环注意力机制的虹膜图像防伪检测方法在权利要求书中公布了：1.一种基于循环注意力机制的虹膜图像防伪检测方法，其特征在于，包括以下步骤： 将待检测的全局虹膜图像输入虹膜防伪检测网络模型，其中，所述虹膜防伪检测网络模型包括多级网络结构单元依次连接构成的循环网络结构，每级所述网络结构单元由特征分类网络和注意力网络构成，且同级网络结构单元内的特征分类网络和注意力网络共享特征提取网络，所述特征分类网络基于所述特征提取网络提取的特征获取输入至所述网络结构单元的图像属于伪造虹膜图像的预测概率，所述注意力网络基于所述特征提取网络提取的特征对输入至所述网络结构单元的图像中的关键区域进行定位以获得关键区域参数； 通过所述虹膜防伪检测网络模型中的第一级网络结构单元对所述全局虹膜图像进行处理，获得第一级特征尺度的所述预测概率和所述关键区域参数； 通过所述虹膜防伪检测网络模型中的每一级网络结构单元执行以下操作：基于输入至当前级网络结构单元的当前级特征尺度下的输入图像和所述当前级网络结构单元输出的所述当前级特征尺度的关键区域参数，得到下一级特征尺度的输入图像，并由下一级网络结构单元对所述下一级特征尺度的输入图像进行处理，获得所述下一级网络结构单元对应的下一级特征尺度的所述预测概率和所述关键区域参数； 将至少两个不同级特征尺度的所述预测概率进行融合，得到所述全局虹膜图像为真实虹膜的图像或伪造虹膜的图像的判定结果； 其中，所述基于输入至当前级网络结构单元的当前级特征尺度下的输入图像和所述当前级网络结构单元输出的所述当前级特征尺度的关键区域参数，得到下一级特征尺度的输入图像，包括： 基于所述当前级特征尺度的关键区域参数，生成用于定位关键区域的图像掩膜，将所述图像掩膜与所述当前级特征尺度下的输入图像进行逐像素相乘的裁剪操作，并由裁剪后的区域图像进行双线性插值上采样得到所述下一级特征尺度的输入图像； 所述关键区域参数包括关键区域的中心坐标和区域边长；所述图像掩膜通过如下方式生成： 根据所述关键区域的中心坐标和区域边长获得所述关键区域的左上角坐标xtl,ytl和右下角点坐标xbr,ybr，确定掩膜M为： M·＝[σx-xtl-σx-xbr]·[σy-ytl-σy-ybr] 其中σ·表示的是sigmoid函数，x，y示输入图像中的像素点的坐标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。