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！

龙图腾网获悉湖南大学申请的专利人员行为检测与身份识别方法、设备及存储介质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：CN117275083B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310924556.9，技术领域涉及：G06V40/20；该发明授权人员行为检测与身份识别方法、设备及存储介质是由何赟泽;邓海平;王洪金;杜闯;王耀南设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本人员行为检测与身份识别方法、设备及存储介质在说明书摘要公布了：本发明公开了一种人员行为检测与身份识别方法、设备及存储介质，该方法包括构建行为数据集和双光人脸数据集；将YOLOv5网络模型的骨干网络改为PP‑LCNet，并利用行为数据集进行训练，得到人员行为检测模型；在InsightFace优化模型的输入层之前增加CycleGAN，并利用双光人脸数据集进行训练，得到人脸识别模型；利用人员行为检测模型和人脸识别模型对实时人员整体图像进行识别，得到行为检测结果和人脸识别结果，并对其进行融合处理，得到最终的识别结果。本发明在黑暗环境下具有很好的人员行为检测与身份识别效果。

本发明授权人员行为检测与身份识别方法、设备及存储介质在权利要求书中公布了：1.一种人员行为检测与身份识别方法，其特征在于，所述方法包括以下步骤： 根据人员行为热图像构建行为数据集，根据相对应的人脸红外图像和人脸可见光图像构建双光人脸数据集； 将YOLOv5网络模型的骨干网络改为PP-LCNet网络，得到改进后的YOLOv5网络模型；其中，所述PP-LCNet网络包括依次连接的CBS模块、第一深度可分离卷积模块、第二深度可分离卷积模块、第三深度可分离卷积模块、第四深度可分离卷积模块和引入注意力机制的深度可分离卷积模块； 利用所述行为数据集对改进后的YOLOv5网络模型进行训练，得到人员行为检测模型； 在InsightFace优化模型的输入层之前增加CycleGAN，得到改进后的InsightFace优化模型，利用所述双光人脸数据集对改进后的InsightFace优化模型进行训练，得到人脸识别模型； 实时采集人员整体图像，利用所述人员行为检测模型对所述人员整体图像进行检测，得到行为检测结果；利用所述人脸识别模型对所述人员整体图像进行识别，得到人脸识别结果； 对所述行为检测结果和人脸识别结果进行融合处理，得到最终的识别结果； 其中，对改进后的InsightFace优化模型进行训练的过程中，将CycleGAN的损失函数按照一定的比例加入到InsightFace优化模型的损失函数中，对CycleGAN和InsightFace优化模型进行同步训练；所述改进后的InsightFace优化模型的损失函数为： L＝αL3+βLtotal LtotalG,F,Dx,Dy＝LGANG,Dy,X,Y+LGANG,Dx,Y,X+λ1LcycG,F+λ2LIdentityG,F 其中，L为改进后的InsightFace优化模型的损失值，α、β均为可调节比例系数，L3为InsightFace优化模型的损失值，Ltotal为CycleGAN的损失值，N为批量大小，θyi为目标角度，s为特征范数，m为附加边角距，θj为第i个样本的深度特征xi和全连接层权重Wj的夹角，yi为第i个样本的实际类别，n为样本的类别数，G为正向转换的生成器，F为反向转换的生成器，Dx为正向转换的判别器，Dy为反向转换的判别器，X为A域的输入图，Y为B域的输入图，LGAN为对抗损失，λ1为循环一致损失的调节参数，Lcyc为循环一致损失，λ2为Identity损失的调节参数，LIdentity为Identity损失。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2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。