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！

龙图腾网获悉南昌大学申请的专利基于全局信息的余弦最优损失函数的优化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：CN115761851B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202211442334.5，技术领域涉及：G06V40/16；该发明授权基于全局信息的余弦最优损失函数的优化方法是由魏欣;毛日强;张远来;万欢;晏斐;徐健锋设计研发完成，并于2022-11-16向国家知识产权局提交的专利申请。

本基于全局信息的余弦最优损失函数的优化方法在说明书摘要公布了：本发明提出一种基于全局信息的余弦最优损失函数的优化方法，包括：S1.将现有损失函数的优点与一些重要的新属性相结合，应用L2权重归一化；S2.明确遵循最小化类内变化和最大化类间变化两个目标，依靠一种新的算法来学习类中心和类边缘的余弦相似度，并分别提出两个轻量化版本的余弦最优损失函数；S3.整合上述两个轻量化版本来创建余弦最优损失函数的标准版本。本发明主要针对现有损失函数没有应用权重和特征归一化或未明确遵循最小化类内变化和最大化类间变化的问题，使用全局信息作为人脸识别的反馈，提出了一种基于全局信息的余弦最优损失函数，相比于现有的损失函数，该损失函数更加有效并实现了更先进的性能。

本发明授权基于全局信息的余弦最优损失函数的优化方法在权利要求书中公布了：1.基于全局信息的余弦最优损失函数的优化方法，所述余弦最优损失函数用于人脸识别，其特征在于，包括以下步骤： S1.将现有损失函数的优点与若干新属性相结合，应用L2权重归一化，得到总损失函数； S2.明确遵循最小化类内变化和最大化类间变化两个目标，依靠一种新的算法来学习类中心和类边缘的余弦相似度，并分别提出两个轻量化版本的余弦最优损失函数； S3.整合上述两个轻量化版本来创建余弦最优损失函数的标准版本； 所述S2具体步骤包括： S21，为了最小化类内变化，提出第一个轻量化版本的余弦最优损失函数其公式如下： Rj＝coscj,ej 式中，P是整个训练集中的类别数，cj是类j的中心，ej表示类j的边缘，Rj表示j类的余弦范围，即类中心与j类边缘的余弦相似度；使用Wj作为cj的近似替代，并且采用学习算法来递归更新每个类的范围； S22，为了最大化类间变化，提出第二个轻量化版本的余弦最优损失函数 式中，∑TopA,k表示集合A中K个最大元素的总和，Wa和Wb是任意两个不同类的类中心的近似替代值； 余弦最优损失函数的目的是在整个训练集中找到K对最近的类中心，并计算它们的距离总和；优化所有相邻中心的距离，将K的值设置为P，其中P是类的数量，因为当所有类中心在超球面上排成一圈时，相邻中心对的最小数量是P； 所述S3具体步骤包括：整合S2提出的两个轻量化版本创建出余弦最优损失函数的标准版

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。