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！

龙图腾网获悉上海科江电子信息技术有限公司;上海电力大学申请的专利一种带有双采样机制和多分支并行训练的3D人脸识别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：CN116503930B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310531163.1，技术领域涉及：G06V40/16；该发明授权一种带有双采样机制和多分支并行训练的3D人脸识别系统是由袁三男;吴立新;蔡梦园;黄勇设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种带有双采样机制和多分支并行训练的3D人脸识别系统在说明书摘要公布了：本发明公开了一种带有双采样机制和多分支并行训练的3D人脸识别系统，其特征在于，包括：端到端主干网络PointMLP，进一步包括点云下采样模块RSFPS、法向估计模块、Embeding层、N个残差MLP层、FCBNRELU层、Dropout层以及FC层；端到端网络训练模块。本发明提出双采样机制，不仅在Res‑GLNet的初始阶段加入RSFPS，还在对Res‑GLNet进行训练时，在采样过程中加入自适应下采样分支微网络ADP‑CLA，不断监督Res‑GLNet，使得Res‑GLNet提取到更有利于人脸分类的特征，两种采样机制协同工作构成自监督机制。本发明相比于已有算法在网络的Rank‑1识别准确率、测试速度以及训练速度上均有显著优势。

本发明授权一种带有双采样机制和多分支并行训练的3D人脸识别系统在权利要求书中公布了：1.一种带有双采样机制和多分支并行训练的3D人脸识别系统，其特征在于，包括： 端到端主干网络PointMLP，进一步包括点云下采样模块RSFPS、用于对点云下采样模块RSFPS的输出进行法向估计的法向估计模块、用于对法向估计模块输出的特征进行处理的Embeding层、用于依次对Embeding层的输出进行处理的N个残差MLP层、用于对N个残差MLP层输出的特征进行处理的FCBNRELU层、用于对FCBNRELU层进行处理的Dropout层以及用于对Dropout层输出的特征进行处理并获得最终分类结果的FC层，N≥2，其中： 点云下采样模块RSFPS输入点集输出点集则有： 式中，Γj∈S表示被点云下采样模块RSFPS选中的点，Γi∈Γ表示迭代过程中筛选的点，d·表示欧式距离，ej是Γj的特征值，p为权重因子，λi为权重，R为有效半径； 端到端网络训练模块，用于对自适应下采样分支微网络ADP-CLA以及端到端主干网络PointMLP进行并行训练，由自适应下采样分支微网络ADP-CLA以及端到端主干网络PointMLP构成总网络Res-GLNet，其中，有N个自适应下采样分支微网络ADP-CLA，第n个自适应下采样分支微网络ADP-CLA的输入为第n个残差MLP层的输入，输入第n个自适应下采样分支微网络ADP-CLA的点云坐标通过自适应下采样分支微网络ADP-CLA得到转换维度后的坐标，将每个点所有维度的值进行求和取平均，保留在平均值以上的点并反馈给第n个残差MLP层，作为第n个残差MLP层的额外的输入，同时，自适应下采样分支微网络ADP-CLA基于保留下的点获得对应的预测值在训练过程中，把自适应下采样分支微网络ADP-CLA的损失植入总网络Res-GLNet总的损失中，自适应下采样分支微网络ADP-CLA的损失不断地反向更新总网络Res-GLNet的网络参数，而骨干网络PointMLP和自适应下采样分支微网络ADP-CLA的部分参数共享，总网络Res-GLNet的损失梯度为由自适应下采样分支微网络ADP-CLA和骨干网络PointMLP共同作用的结果，自适应下采样分支微网络ADP-CLA设置预测的输出和总网络Res-GLNet的预期输出相同。

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上海科江电子信息技术有限公司;上海电力大学，其通讯地址为：200100 上海市浦东新区中国(上海)自由贸易试验区祥科路58号1幢501-7室；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”。