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！

龙图腾网获悉中电信人工智能科技(北京)有限公司申请的专利人脸识别特征的降维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：CN119418380B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411442057.7，技术领域涉及：G06V40/16；该发明授权人脸识别特征的降维方法及装置是由左庆;王楚轶;韩兴;何智翔设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本人脸识别特征的降维方法及装置在说明书摘要公布了：本申请公开了一种人脸识别特征的降维方法及装置。其中，该方法包括：获取至少一个特征提取模型从待识别人脸图像中提取的至少一个第一特征向量；对至少一个第一特征向量进行拼接，得到第二特征向量；利用预训练的特征降维模型对第二特征向量进行降维处理，得到目标特征向量，其中，特征降维模型的训练样本包括：至少一个特征提取模型从多个对象的正脸图像和抓拍图像中提取的多个特征向量，训练特征降维模型的损失函数的维度包括：特征向量降维前后的长度损失和相似度损失。本申请解决了相关人脸识别方案中模型提取的特征维度过高导致后续检索消耗计算资源过多的技术问题。

本发明授权人脸识别特征的降维方法及装置在权利要求书中公布了：1.一种人脸识别特征的降维方法，其特征在于，包括： 获取至少一个特征提取模型从待识别人脸图像中提取的至少一个第一特征向量； 对所述至少一个第一特征向量进行拼接，得到第二特征向量； 利用预训练的特征降维模型对所述第二特征向量进行降维处理，得到目标特征向量，其中，所述特征降维模型的训练样本包括：至少一个所述特征提取模型从多个对象的正脸图像和抓拍图像中提取的多个特征向量，训练所述特征降维模型的目标损失函数中包括：反映特征向量降维前后的长度损失的第一损失函数和特征向量降维前后的相似度损失的第二损失函数； 其中，所述训练样本的确定过程包括：获取多个对象的多张正脸图像和抓拍图像，其中，每个对象对应一个身份标识、至少一张正脸图像和至少一张抓拍图像；对于每张正脸图像，利用至少一个所述特征提取模型对所述正脸图像进行特征提取，将得到的至少一个第三特征向量组成第三特征向量集合；对于每张抓拍图像，利用至少一个所述特征提取模型对所述抓拍图像进行特征提取，将得到的至少一个第四特征向量组成第四特征向量集合；构建多个训练样本，其中，每个训练样本中包括：同一对象对应的至少一个第三特征向量集合、至少一个第四特征向量集合、所述对象的身份标识；对于每个训练样本，获取模型输出的所述训练样本中每个所述第三特征向量集合对应的第五特征向量集合和每个所述第四特征向量集合对应的第六特征向量集合，对所述训练样本中的所有第三特征向量集合中相同特征提取模型提取的第三特征向量进行拼接，将得到的各个第七特征向量组成第七特征向量集合，对所述训练样本中的所有第四特征向量集合中相同特征提取模型提取的第四特征向量进行拼接，将得到的各个第九特征向量组成第九特征向量集合，对所述训练样本对应的所有第五特征向量集合中相同特征提取模型提取的第五特征向量进行拼接，将得到的各个第十一特征向量组成第十一特征向量集合，对所述训练样本对应的所有第六特征向量集合中相同特征提取模型提取的第六特征向量进行拼接，将得到的各个第十三特征向量组成第十三特征向量集合； 所述第一损失函数通过以下方式确定： 在每个训练批次中，对于所述训练批次中的每个训练样本，确定所述训练样本对应的第七特征向量集合中各个第七特征向量的长度的平均值为第一特征向量长度；确定所述训练样本对应的第九特征向量集合中各个第九特征向量的长度的平均值为第二特征向量长度；确定所述训练样本对应的第十一特征向量集合中各个第十一特征向量的长度的平均值为第三特征向量长度；确定所述训练样本对应的第十三特征向量集合中各个第十三特征向量的长度的平均值为第四特征向量长度；依据所述训练批次中的各个训练样本对应的所述第三特征向量长度与所述第一特征向量长度之间的差异、所述第四特征向量长度与所述第二特征向量长度之间的差异构建所述第一损失函数。

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中电信人工智能科技(北京)有限公司，其通讯地址为：100034 北京市西城区西四北大街156、158、160号2幢1至2层2-6、2-9内01；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。