Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 广东工业大学苏庆获国家专利权

广东工业大学苏庆获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种基于深度学习的电网作业现场人脸识别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:CN120635960B

龙图腾网通过国家知识产权局官网在2025-12-09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:202510696878.1,技术领域涉及:G06V40/16;该发明授权一种基于深度学习的电网作业现场人脸识别方法是由苏庆;袁海军;周城平;田华川;刘展宏;谢国波;林志毅;黄剑锋;陈勇;周旭设计研发完成,并于2025-05-28向国家知识产权局提交的专利申请。

一种基于深度学习的电网作业现场人脸识别方法在说明书摘要公布了:本发明公开的属于电网作业技术领域,具体为一种基于深度学习的电网作业现场人脸识别方法,包括具体步骤如下:S1:采集电网作业人员的人脸图像对并进行预处理,得到电网作业人员多光谱图像对数据集D1;S2:对任意第二人脸图像对P2=∈D1进行处理,得到电网作业人员多光谱图像对数据集D2;S3:构建电网现场中作业人员遮挡情况下的人脸识别模型动态对抗多模态网络DAM‑Net,用于电网作业现场的作业人员在人脸遮挡情况下身份识别;S4:训练并更新在S3构建的DAM‑Net网络的各层参数,得到一个训练好的DAM‑Net网络。本发明的DAM‑Net通过DODM引入可变形卷积融合子模块与时空注意力机制子模块,具有能够显著提升遮挡检测的准确性与鲁棒性。

本发明授权一种基于深度学习的电网作业现场人脸识别方法在权利要求书中公布了:1.一种基于深度学习的电网作业现场人脸识别方法,其特征在于,包括具体步骤如下: S1:采集电网作业人员的人脸图像对并进行预处理,得到电网作业人员多光谱图像对数据集; S2:对任意第二人脸图像对进行处理,得到电网作业人员多光谱图像对数据集; 所述S1的具体步骤如下: S11:使用多光谱成像设备,在各种电网作业现场采集作业人员的人脸图像,对于任意一个作业人员,得到其作业人员的第一人脸图像对,其中是作业人员的人脸可见光图像,是该作业人员的人脸红外图像; S12:对和进行空间对齐与图像归一化处理,得到的第二人脸图像对,其中是得到归一化处理后的人脸可见光图像,是得到归一化处理后的人脸红外图像; S13:将所有的第二人脸图像对构成一个电网作业人员多光谱图像对数据集; S3:构建电网现场中作业人员遮挡情况下的人脸识别模型动态对抗多模态网络DAM‑Net,用于电网作业现场的作业人员在人脸遮挡情况下身份识别; 所述S3的具体步骤如下: S31:设计一个动态遮挡检测模块DODM,将输入至DODM中,得到人脸遮挡预测热力图,其中是指电网作业人员多光谱图像对数据集中的任意一个人脸图像对,x指代、或者 ,其、、是可见光仿真遮挡人脸图像,y指代已标注的红外人脸图像;S32:构建一个对抗特征生成器AFG,将和输入至AFG中,生成人脸修复特征图;S33:构建一个多模态鉴别网络MDN,将、和 输入至MDN中,得到结果矩阵,包括最终的身份标签和其对应的置信度; S4:训练并更新在S3构建的DAM‑Net网络的各层参数,得到一个训练好的DAM‑Net网络; S5:应用训练好的DAM‑Net网络对电网作业场景人脸遮挡人员进行识别,输出目标人员的身份标签和置信度。

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广东工业大学,其通讯地址为:510000 广东省广州市东风东路729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”。

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。