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 > 华南理工大学钟睿获国家专利权

华南理工大学钟睿获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利基于人脸掩膜和图卷积网络的人脸反欺诈检测方法及系统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:CN120183051B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510243899.8,技术领域涉及:G06V40/40;该发明授权基于人脸掩膜和图卷积网络的人脸反欺诈检测方法及系统是由钟睿设计研发完成,并于2025-03-03向国家知识产权局提交的专利申请。

基于人脸掩膜和图卷积网络的人脸反欺诈检测方法及系统在说明书摘要公布了:本发明公开一种基于人脸掩膜和图卷积网络的人脸反欺诈检测方法及系统,包括:视频预处理;提取光照不变纹理图;提取输入人脸图像的多尺度特征;从多尺度特征中预测输入图像的人脸深度图;构建人脸图结构数据;基于谱图卷积在频域上对图信号进行特征提取,获得输入图像的图预测;利用深度监督损失计算、图二元监督损失、图节点相似度损失加权求和计算总损失,利用Adam优化器以最小化总损失为目标更新网络参数监督训练模型;本发明利用光照不变特征图减少了光照等因素的影响,有效整合图像的空域特征和频域特征,通过深度预测和图预测两种途径实现人脸的反欺诈检测,在不同的跨库实验中获得良好的检测准确率,具有较好的泛化性能。

本发明授权基于人脸掩膜和图卷积网络的人脸反欺诈检测方法及系统在权利要求书中公布了:1.一种基于人脸掩膜和图卷积网络的人脸反欺诈检测方法,其特征在于,包括下述步骤: 获取数据集中的视频,将所述视频划分出训练集、验证集和测试集;对视频进行分帧,利用MTCNN人脸识别算法检测并裁剪出人脸图像; 处理所述人脸图像,获得人脸深度图、人脸掩膜图、光照不变特征图; 构建多尺度特征提取模块,提取所述人脸图像的多尺度特征; 构建深度提取模块,将所述多尺度特征分别输入的多个深度提取模块中,得到多尺度的深度预测图,利用均方误差损失计算深度监督损失; 根据人脸掩膜图和深度预测图,从多尺度特征的深层特征中提取图结构数据; 构建图卷积模块及图卷积网络,将所述图结构数据分别输入所述图卷积模块中,得到一维特征向量,将所述一维特征向量输入所述图卷积网络中,得到图预测输出; 构建图二元监督损失,结合图预测输出与输入的人脸图像的真伪标签计算图二元监督损失; 根据人脸图像的节点集计算基于余弦相似度的图节点相似度损失; 基于深度监督损失、图二元监督损失和图节点相似度损失加权得到人脸反欺诈检测模型的总损失函数,并根据Adam优化器监督训练人脸反欺诈检测模型; 基于训练后的人脸反欺诈检测模型和判决阈值,得到输入人脸的真伪预测结果;其中,所述图节点相似度损失具体表示为: Lcosm=γ1Lintra+γ2Linter 其中Lintra表示类内相似度损失,Linter表示类间相似度损失,Nh和Nl分别表示活体图结构数据的节点数和欺诈图结构数据的节点数,Fh和Fl分别表示活体图节点的特征向量矩阵和欺诈图节点的特征向量矩阵,Ah和Al分别表示Fh和Fl沿通道的L2范数,γ1和γ2分别表示不同相似度损失求和的比例因子,Lcosm表示总体相似度损失。

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华南理工大学,其通讯地址为:510000 广东省广州市天河区五山路;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”。

以上内容由龙图腾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。