Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥的卢深视科技有限公司胡长胜获国家专利权

合肥的卢深视科技有限公司胡长胜获国家专利权

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!

龙图腾网获悉合肥的卢深视科技有限公司申请的专利模型训练、残缺人脸图像识别和重建方法、设备及介质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:CN115035567B

龙图腾网通过国家知识产权局官网在2025-09-02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:202210493864.6,技术领域涉及:G06V40/16;该发明授权模型训练、残缺人脸图像识别和重建方法、设备及介质是由胡长胜;浦煜;付贤强;朱海涛;户磊设计研发完成,并于2022-04-28向国家知识产权局提交的专利申请。

模型训练、残缺人脸图像识别和重建方法、设备及介质在说明书摘要公布了:本发明实施例涉及人脸识别领域,公开了一种模型训练、残缺人脸图像识别和重建方法、设备及介质。模型训练方法,包括:对非残缺人脸图像依次进行分块、随机掩码和排序处理,得到所述非残缺人脸图像的掩码图像块序列;构建用于从所述非残缺人脸图像的掩码图像块序列中提取残缺人脸特征的残缺人脸特征提取模型;以所述残缺人脸特征提取模型输出的残缺人脸特征与所述非残缺人脸图像的非残缺人脸特征之间的特征损失构建损失函数,对所述残缺人脸特征提取模型进行训练,其中,所述非残缺人脸特征是基于所述非残缺人脸图像经已训练好的非残缺人脸特征提取模型得到的。应用于残缺人脸识别过程中,能提取出较好的残缺人脸特征。

本发明授权模型训练、残缺人脸图像识别和重建方法、设备及介质在权利要求书中公布了:1.一种模型训练方法,其特征在于,包括: 对非残缺人脸图像依次进行分块、随机掩码和排序处理,得到所述非残缺人脸图像的掩码图像块序列; 构建用于从所述非残缺人脸图像的掩码图像块序列中提取残缺人脸特征的残缺人脸特征提取模型; 以所述残缺人脸特征提取模型输出的残缺人脸特征与所述非残缺人脸图像的非残缺人脸特征之间的特征损失构建损失函数,对所述残缺人脸特征提取模型进行训练,其中,所述非残缺人脸特征是基于所述非残缺人脸图像经已训练好的非残缺人脸特征提取模型得到的; 其中,当所述非残缺人脸特征提取模型采用卷积神经网络结构时,所述非残缺人脸特征提取模型为以非残缺人脸图像作为样本训练得到的第一非残缺人脸特征提取模型;用于获取所述特征损失的所述非残缺人脸特征为将所述非残缺人脸图像输入至所述第一非残缺人脸特征提取模型所得到的非残缺人脸特征; 当所述非残缺人脸特征提取模型采用transformer结构时,所述非残缺人脸特征提取模型为以非残缺人脸图像经分块、排序处理后得到的图像块序列作为样本训练得到的第二非残缺人脸特征提取模型;用于获取所述特征损失的所述非残缺人脸特征为将所述非残缺人脸图像经分块、排序处理后得到的图像块序列输入至所述第二非残缺人脸特征提取模型所得到的非残缺人脸特征。

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合肥的卢深视科技有限公司,其通讯地址为:230091 安徽省合肥市高新区习友路3333号中国(合肥)国际智能语音产业园研发中心楼611-217室;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。