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 > 同济大学杜庆峰获国家专利权

同济大学杜庆峰获国家专利权

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!

龙图腾网获悉同济大学申请的专利一种基于注意力机制的多模态身份验证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:CN119885136B

龙图腾网通过国家知识产权局官网在2025-10-24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:202411968322.5,技术领域涉及:G06F21/32;该发明授权一种基于注意力机制的多模态身份验证方法是由杜庆峰;李圣设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。

一种基于注意力机制的多模态身份验证方法在说明书摘要公布了:本发明涉及一种基于注意力机制的多模态身份验证方法,包括:S1、采集多模态数据,包括人脸图像数据、指纹图像数据和声纹音频数据;S2、对于每个模态,构建对应的第一特征提取模型,对第一特征提取模型裁剪得到第二特征提取模型,采用第一特征提取模型对第二特征提取模型进行知识蒸馏训练,得到第三特征提取模型;S3、采用基于注意力机制的多模态特征融合模型对所有第三特征提取模型提取出的特征进行加权求和,得到融合特征;S4、计算待验证身份的融合特征与预先录入数据库中对应身份的融合特征之间的相似度,当相似度大于预测决策阈值时,则身份验证通过,否则身份验证不通过。与现有技术相比,本发明具有特征提取高效、可靠性高的优点。

本发明授权一种基于注意力机制的多模态身份验证方法在权利要求书中公布了:1.一种基于注意力机制的多模态身份验证方法,其特征在于,包括: S1、采集多模态数据,包括人脸图像数据、指纹图像数据和声纹音频数据; S2、对于每个模态,构建对应的第一特征提取模型,对第一特征提取模型裁剪得到第二特征提取模型,采用第一特征提取模型对第二特征提取模型进行知识蒸馏训练,得到第三特征提取模型; S3、采用基于注意力机制的多模态特征融合模型对所有第三特征提取模型提取出的特征进行加权求和,得到融合特征; S4、计算待验证身份的融合特征与预先录入数据库中对应身份的融合特征之间的相似度,当相似度大于预测决策阈值时,则身份验证通过,否则身份验证不通过; 所述采用第一特征提取模型对第二特征提取模型进行知识蒸馏训练,得到第三特征提取模型,知识蒸馏训练过程具体为: 对各模态的第二特征提取模型进行前向传播,得到每个类的概率分数; 计算第二特征提取模型的多分类交叉熵损失函数和软标签蒸馏损失函数,表达式为: 1 2 3 式中:表示标签;表示第二特征提取模型算出的概率;分别代表第一特征提取模型和第二特征提取模型的概率分布;是用于控制函数的平滑程度的温度;分别代表第一特征提取模型和第二特征提取模型的分类分数; 计算总体损失函数: 4 式中:表示是用于控制软标签损失函数大小的系数; 基于总体损失函数通过梯度下降对各模态的第二特征提取模型进行知识蒸馏训练,得到第三特征提取模型; 所述采用基于注意力机制的多模态特征融合模型对所有第三特征提取模型提取出的特征进行加权求和,得到融合特征,具体包括: 通过三个模态的第三特征提取模型分别提取出第一人脸特征、第一指纹特征和第一声纹特征; 通过全连接层对各模态特征进行处理,分别得到第二人脸特征、第二指纹特征和第二声纹特征; 将第一人脸特征、第一声纹特征和第一指纹特征拼接得到总体特征,并通过注意力机制计算各模态的注意力分数; 采用各模态的注意力分数对各模态的第二特征加权求和,得到融合特征。

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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。