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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 北京百度网讯科技有限公司李鑫获国家专利权

北京百度网讯科技有限公司李鑫获国家专利权

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!

龙图腾网获悉北京百度网讯科技有限公司申请的专利人脸识别模型中特征提取层的确定方法、设备和存储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:CN113989899B

龙图腾网通过国家知识产权局官网在2025-10-03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:202111315762.7,技术领域涉及:G06V40/16;该发明授权人脸识别模型中特征提取层的确定方法、设备和存储介质是由李鑫;张刚;温圣召;冯浩城设计研发完成,并于2021-11-08向国家知识产权局提交的专利申请。

人脸识别模型中特征提取层的确定方法、设备和存储介质在说明书摘要公布了:本公开提供了一种人脸识别模型中特征提取层的确定方法、设备和存储介质,涉及人工智能技术领域,具体为深度学习、计算机视觉技术领域。具体实现方案为:通过目标网络模型中的两个分支对同一个对象的两个人脸样本图像进行分析,以得到两个人脸样本图像的聚类结果向量,并基于所得到的聚类结果向量对目标网络模型进行训练,以得到训练好的目标网络模型,以及将训练好的目标网络模型中第一分支中的特征提取层确定出人脸识别模型的特征提取层。由此,提供了一种人脸识别模型的特征提取层的获取方式。

本发明授权人脸识别模型中特征提取层的确定方法、设备和存储介质在权利要求书中公布了:1.一种人脸识别模型中特征提取层的确定方法,包括: 将第一人脸样本图像输入到目标网络模型中的第一分支,以得到所述第一人脸样本图像的第一聚类结果向量,其中,所述第一分支包括依次连接的第一特征提取层和第一聚类层; 将第二人脸样本图像输入到目标网络模型中的第二分支,以得到所述第二人脸样本图像的第二聚类结果向量,其中,所述第二分支包括依次连接的第二特征提取层和第二聚类层,所述第一人脸样本图像和所述第二人脸样本图像对应同一个对象; 根据所述第一聚类结果向量和所述第二聚类结果向量,对所述目标网络模型进行训练,以得到训练好的目标网络模型; 将所述训练好的目标网络模型中的第一特征提取层作为所述人脸识别模型中的特征提取层; 所述目标网络模型还包括第一损失函数层、第二损失函数层和特征向量队列层,其中,所述特征向量队列层用于缓存所述第一特征提取层所输出的人脸特征向量,所述方法还包括: 获取所述第一特征提取层输出的第一人脸特征向量,并获取所述第二特征提取层输出的第二人脸特征向量; 将由所述第一人脸特征向量和所述第二人脸特征向量构成的正样本对、以及由所述第二人脸特征向量和所述特征向量队列层中各历史人脸特征向量构成的负样本对,输入到所述第一损失函数层,以得到第一交叉熵损失值; 其中,所述根据所述第一聚类结果向量和所述第二聚类结果向量,对所述目标网络模型进行训练,包括: 将所述第一聚类结果向量和所述第二聚类结果向量输入到所述第二损失函数层,以得到第二交叉熵损失值; 对所述第一交叉熵损失值和所述第二交叉熵损失值进行加权求和,以得到所述目标网络模型的目标损失函数值。

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京百度网讯科技有限公司,其通讯地址为:100085 北京市海淀区上地十街10号百度大厦二层;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”。

以上内容由AI智能生成
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。