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！

龙图腾网获悉浙大城市学院申请的专利人脸活体检测分类模型的构建方法、检测分类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：CN115240280B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210319837.7，技术领域涉及：G06V40/40；该发明授权人脸活体检测分类模型的构建方法、检测分类方法及装置是由李卓蓉;吴明晖;魏金岭;张芸;余岱蔚设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。

本人脸活体检测分类模型的构建方法、检测分类方法及装置在说明书摘要公布了：本发明公开了一种人脸活体检测分类模型的构建方法、检测分类方法及装置，包括获取训练样本；构建一个用于人脸活体检测的深度神经网络；对所述训练样本进行预处理，构建第一训练集；对于所述第一训练集中的每一个样本，生成对应的对抗样本并添加至第一训练集，构成第二训练集；构建面向人脸活体检测的防御训练损失函数，利用所述第二训练集迭代优化所述深度神经网络，获得鲁棒的人脸活体检测分类模型。分类方法包括：获取原始待测数据并进行预处理；将待测数据输入到上述的人脸活体检测分类模型中，输出检测结果。能够有效克服对抗样本对人脸活体检测分类器造成的干扰，进而有效提高具有人脸活体检测功能的身份认证系统的准确性和可靠性。

本发明授权人脸活体检测分类模型的构建方法、检测分类方法及装置在权利要求书中公布了：1.一种人脸活体检测分类模型的构建方法，其特征在于，包括： 获取训练样本； 构建一个用于人脸活体检测的深度神经网络； 对所述训练样本进行预处理，构建第一训练集； 对于所述第一训练集中的每一个样本，生成对应的对抗样本并添加至第一训练集，构成第二训练集； 构建面向人脸活体检测的防御训练损失函数，利用所述第二训练集迭代优化所述深度神经网络，获得鲁棒的人脸活体检测分类模型； 其中，所述面向人脸活体检测的防御训练损失函数L的形式化表示如下： ， 其中，表示分类问题的损失函数，表示对抗度量学习损失函数，表示正则项，，和分别是各个损失项的权重系数； 其中所述分类问题的损失函数的形式化表示如下： ， 其中表示深度神经网络，表示二分类损失函数，表示活体对象的人脸图像，表示假体对象的二次成像，表示在人脸图像上叠加对抗扰动后合成的对抗样本，表示类别标签为活体，表示类别标签为假体； 其中所述对抗度量学习损失函数的形式化表示如下： ， 其中，T表示三元组损失函数，g·表示深度神经网络对输入图像的表征，表示对抗样本和假体对象的二次成像的深度神经网络表征和之间的距离，a是预设边界值； 其中所述正则项的形式化表示如下： ， 其中，表示范数为p的正则化； 通过最小化三元组损失函数拉近同类的对抗样本和假体图像样本之间的距离，并增加它们与非同类的活体对象样本之间的距离； 所述鲁棒的人脸活体检测分类模型，既能够区分活体对象的图像和假体对象的二次成像，也能够正确地将对抗样本分类为假体对象，即， ，且，且。

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浙大城市学院，其通讯地址为：310015 浙江省杭州市拱墅区湖州街51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”。