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基于对比学习的人脸识别模型训练方法、识别方法及装置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:CN116311435B

龙图腾网通过国家知识产权局官网在2026-02-10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:202310175022.0,技术领域涉及:G06V40/16;该发明授权基于对比学习的人脸识别模型训练方法、识别方法及装置是由郑霄龙;沈昕屹;刘亮;马华东设计研发完成,并于2023-02-28向国家知识产权局提交的专利申请。

基于对比学习的人脸识别模型训练方法、识别方法及装置在说明书摘要公布了:本申请提供一种基于对比学习的人脸识别模型训练方法、识别方法及装置,所述方法包括:将人脸图像编辑为人脸生成图像;根据骨干提取网络将人脸图像和人脸生成图像分别转换为人脸特征图和生成特征图;采用第一全连接层提取人脸特征图的人脸纠缠特征和和生成特征图的生成纠缠特征;根据投影器得到人脸纠缠特征和生成纠缠特征的人脸特征向量和生成特征向量;根据人脸特征向量和生成特征向量进行计算得到余弦相似度,并采用特征解耦算法对人脸特征图和生成特征图分别进行特征提取得到人脸特征图的人脸标识信息和生成特征图的人脸标识信息,进而生成用于提取人的脸部图像标识信息的人脸识别模型。本申请能够有效地将编辑后人脸的固有合成模态滤除。

本发明授权基于对比学习的人脸识别模型训练方法、识别方法及装置在权利要求书中公布了:1.一种基于对比学习的人脸识别模型训练方法,其特征在于,包括: 将人脸图像编辑为人脸生成图像; 根据骨干提取网络将所述人脸图像和所述人脸生成图像分别转换为人脸特征图和生成特征图; 采用第一全连接层提取所述人脸特征图的人脸纠缠特征和和所述生成特征图的生成纠缠特征; 根据投影器得到所述人脸纠缠特征的人脸特征向量和和所述生成纠缠特征的生成特征向量; 根据所述人脸特征向量和所述生成特征向量进行计算得到余弦相似度,并采用特征解耦算法对所述人脸特征图和所述生成特征图分别进行特征提取得到所述人脸特征图的人脸标识信息和所述生成特征图的人脸标识信息,进而生成用于提取人的脸部图像标识信息的人脸识别模型; 所述并采用特征解耦算法对所述人脸特征图和所述生成特征图分别进行特征提取得到所述人脸特征图的人脸标识信息和所述生成特征图的人脸标识信息,包括: 采用第二全连接层提取所述人脸特征图的非人脸标识信息与所述生成特征图的非生成人脸标识信息; 将所述人脸特征图的人脸纠缠特征与所述人脸特征图的非人脸标识信息进行相减计算得到所述人脸特征图的人脸标识信息,以及,将所述生成特征图的生成纠缠特征与所述生成特征图的非生成人脸标识信息进行相减计算得到所述生成特征图的人脸标识信息; 在所述采用第一全连接层提取所述人脸特征图的人脸纠缠特征与所述生成特征图的生成纠缠特征之后,还包括: 采用反卷积层将所述人脸特征图的人脸纠缠特征进行恢复得到特征恢复图,根据所述人脸特征图和所述特征恢复图进行损失计算得到恢复损失,以及,采用所述反卷积层将所述生成特征图的生成纠缠特征进行恢复得到生成特征恢复图,根据所述生成特征图和所述生成特征恢复图进行损失计算得到生成恢复损失。

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。