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！

龙图腾网获悉华东师范大学申请的专利一种基于质量感知的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：CN116704585B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310786828.3，技术领域涉及：G06V40/16；该发明授权一种基于质量感知的人脸识别方法是由王峰;宋有哲;孙仕亮设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本一种基于质量感知的人脸识别方法在说明书摘要公布了：本发明公开了一种基于质量感知的人脸识别方法，其特点是该方法包括：删除训练集中与测试集重合的人物图像；设计基于质量感知的人脸识别训练框架；设计人脸图像质量感知和分类方法；设计分类损失函数；设计用于低质量人脸图像学习的对比损失函数；组合框架中的数据增强模块、特征提取网络、质量感知模块、分类损失和对比损失，并训练至收敛等步骤。本发明与相应技术相比具有在混合质量数据集的人脸识别任务上通过衡量人脸图像质量，对高质量和低质量图像分别采用不同的学习方法，有助于提升模型在混合质量人脸图像识别任务中获得更好的表现，可以适用于不同图像质量的人脸的识别，提高人脸识别方法在实际应用场景中的适应性和准确率。

本发明授权一种基于质量感知的人脸识别方法在权利要求书中公布了：1.一种基于质量感知的人脸识别方法，其特征在于，该人脸识别方法具体包括下述步骤： 步骤S1：数据集的采集 下载公开的高质量和低质量人脸图像作为训练集和测试集，删除训练集中与测试集重合的人物图，实现开放数据集测试； 步骤S2：数据集的处理 对训练集和测试集中的每张图片进行人脸检测并定位，将人脸图像部分裁剪后进行标准化处理； 步骤S3：人脸识别模型的构建 构建包括：数据增强模块Aug、图像质量感知模块z、分类损失函数和对比损失函数的人脸识别模型框架，所述数据增强模块Aug为特征提取躯干网络；所述图像质量感知模块z在对大小为的每一批次样本的学习过程中，估计输入的每个样本的图像质量，并将其分为高质量和低质量图像； 步骤S4：高、低质量图像的获取 对输入图像，通过特征提取躯干网络，计算其特征向量，使用特征向量的模作为图像质量指示器，将一批次输入的所有图像分为高质量和低质量图像； 步骤S5：分类损失函数的学习 对于高质量图像使用下述a式分类损失函数进行学习； a； 其中，； 为分类层权重的第列，代表第个人脸类别；为图像特征副本与在高维空间中的夹角；为调整Softmax函数输出分布的尺度参数；是以常数为底的指数函数；B为训练批次中的样本数量； 步骤S6：对比损失函数的学习 对于低质量图像，使用下述b式对比损失函数进行学习： b； 其中，为两个特征向量的余弦相似度，；分别为输入图像和图像增强后的特征向量，为图像的标签；为调整Softmax函数输出分布的尺度参数；是以常数为底的指数函数；Q是样本对的数量； 步骤S7：人脸识别模型的训练 组合包括：特征提取躯干网络、图像质量感知模块z、分类损失函数和对比损失函数的训练框架，训练人脸识别模型至收敛； 所述躯干网络为ResNet-100；所述图像质量感知模块z对大小为B的一个批次里的每个样本，通过特征提取网络，计算其特征向量，且以特征向量的模作为衡量图像质量，对所有样本，计算所有的平均值和标准方差，并将由下述c式进行标准化处理： c； 其中，是一个归一化系数，使得所有的值位于区间。

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东师范大学，其通讯地址为：200241 上海市闵行区东川路500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。