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 > 北京邮电大学郑霄龙获国家专利权

北京邮电大学郑霄龙获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利生成器模型训练及人脸重构生成方法、装置及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:CN115880746B

龙图腾网通过国家知识产权局官网在2026-01-13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:202211225684.6,技术领域涉及:G06V40/16;该发明授权生成器模型训练及人脸重构生成方法、装置及存储介质是由郑霄龙;杜沛伦;马华东;刘亮设计研发完成,并于2022-10-09向国家知识产权局提交的专利申请。

生成器模型训练及人脸重构生成方法、装置及存储介质在说明书摘要公布了:本发明提供一种生成器模型训练及人脸重构生成方法、装置及存储介质,该方法包括:图像重构生成步骤,获取真实人脸图像输入到生成器模型中,由生成器模型对真实人脸图像重构生成人脸重构图像;图像局部一致性强化步骤,将人脸重构图像随机裁剪为多个随机图像块并进行配对,计算各图像块对内的特征距离,计算局部特征一致性损失并更新生成器模型的参数;图像判别步骤,将图像输入到判别器模型中,由判别器模型输出图像真假的结果,计算真假判别损失并更新判别器模型的参数;重复以上3个步骤,并通过随机梯度下降法交替更新生成器模型和判别器模型的参数,训练以获得生成器模型。本发明能够有效克服对抗攻击技术对人脸图像的干扰。

本发明授权生成器模型训练及人脸重构生成方法、装置及存储介质在权利要求书中公布了:1.一种用于人脸识别的对抗生成网络生成器模型训练方法,其特征在于,该方法包括以下步骤: 图像重构生成步骤:从训练集中获取真实人脸图像输入到预先建立的生成器模型中,经由所述生成器模型对输入的真实人脸图像进行重构而生成人脸重构图像; 图像局部一致性强化步骤,该步骤包括: 将所述人脸重构图像随机裁剪为多个随机图像块并进行配对获得多个图像块对,利用教师模型对各随机图像块进行特征提取,基于提取的特征计算各图像块对内的特征距离,并利用构建的局部特征一致性损失函数来基于各图像块对内的特征距离计算局部特征一致性损失; 至少根据所述局部特征一致性损失更新所述生成器模型的参数; 图像判别步骤:将真实人脸图像和经当前生成器输出的人脸重构图像输入到预先建立的判别器模型中,以由所述判别器模型输出指示输入的人脸重构图像是否为真实人脸图像的二分类结果,以基于所述二分类结果利用构建的判别器损失函数计算真假判别损失,并基于所述真假判别损失更新所述判别器模型的参数; 重复图像重构生成步骤、图像局部一致性强化步骤和图像判别步骤,以通过随机梯度下降法交替更新所述生成器模型和判别器模型的参数,当所述真假判别损失的波动低于预设阈值时结束训练过程,从而获得经训练的生成器模型; 所述局部特征一致性损失函数表示为: 其中,和分别为教师模型提取到的随机配对两个图像块的特征图,为一张人脸重构图像随机裁剪为图像块的配对总数,为用于计算特征距离的信息散度计算公式。

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邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。