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！

龙图腾网获悉合肥工业大学申请的专利一种基于加密算法和生成对抗网络的情绪分类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：CN120874069B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510728742.4，技术领域涉及：G06F21/60；该发明授权一种基于加密算法和生成对抗网络的情绪分类系统是由甄圣超;乔帅鹏;罗共之;李涛;李梓航;郭哲均;陈浩林设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种基于加密算法和生成对抗网络的情绪分类系统在说明书摘要公布了：本发明涉及情绪识别技术领域，特别涉及一种基于加密算法和生成对抗网络的情绪分类系统。包括：采用SM9标识密码与ECDHE密钥交换的混合加密框架对用户人脸数据进行加密；优化加密强度与识别性能的自适应平衡；在加密后的人脸数据基础上，通过生成对抗网络生成虚拟加密数据，并训练情绪分类模型；以训练好的情绪分类模型进行情绪分类。本发明创新性地构建双重隐私增强管道：首先通过改进型U‑Net生成对抗网络实现像素级语义分割，在保留人体外椭圆参数及关键点拓扑结构的前提下，采用动态注意力机制引导的模糊化策略对脸部区域进行不可逆纹理替换。

本发明授权一种基于加密算法和生成对抗网络的情绪分类系统在权利要求书中公布了：1.一种基于加密算法和生成对抗网络的情绪分类系统，其特征在于，具体方法如下： 采用SM9标识密码与ECDHE密钥交换的混合加密框架对用户人脸数据进行加密； 优化加密强度与识别性能的自适应平衡； 在加密后的人脸数据基础上，通过生成对抗网络生成虚拟加密数据，并训练情绪分类模型； 以训练好的情绪分类模型进行情绪分类； 优化加密强度与识别性能的自适应平衡，具体方法如下： 以加密数据的图像质量评估指标和生成对抗网络的判别器梯度惩罚项为双约束条件，构建如下联合优化目标： 其中表示加密算法参数，为加密前后图像分布的KL散度，为情绪分类模型在验证集上的准确率，为动态权重系数； 当模型收敛时若设定阈值，则自动调高权重，促使加密算法降低像素相关性至范围，同时通过判别器输出的局部敏感度图指导模糊化区域选择； 若判别器对加密数据与虚拟数据的区分准确率，增强加密算法的纹理扰动强度，具体通过增大分组密码的CBC模式块大小或提升流密码的伪随机序列复杂度；反之若，则适当简化加密流程以降低计算开销； 引入双重验证指标，具体如下： 隐私泄露风险，其中为重构模型恢复身份信息的成功概率； 特征保真度，其中为ResNet-18提取的512维特征向量； 当时，触发加密参数回溯机制，采用贝叶斯优化框架在参数空间中搜索帕累托最优解； 通过生成对抗网络生成虚拟加密数据，具体方法如下： 通过改进型U-Net生成器与动态注意力判别器的协同训练，实现不可逆纹理替换与情绪特征保留的双重目标； 生成器以加密人脸特征向量和情绪标签为输入，输出满足目标域分布的虚拟数据，而判别器则通过空间注意力权重动态划分高、低敏感区域，对低权重区域施加高斯模糊以抑制身份信息泄露；形式化为极小极大优化问题： 其中为加密数据分布，为情绪类别先验分布； 网络设计引入多尺度特征融合机制：生成器采用U-Net架构，通过编码器提取多尺度特征，并通过跳跃连接与解码器融合，保留细节信息； 生成器的损失函数融合Wasserstein距离与梯度惩罚项： 其中为梯度惩罚系数，为生成样本路径上的插值数据； 判别器则结合坐标注意力机制，在水平和垂直方向精准定位关键点，并基于人体外椭圆参数构建长轴、短轴、角度特征向量，通过MLP分类器实现复杂动作特征检测。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。