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！

龙图腾网获悉华东师范大学申请的专利一种基于样本级对比学习的人脸识别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：CN115909458B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202211509375.1，技术领域涉及：G06V40/16；该发明授权一种基于样本级对比学习的人脸识别方法是由王峰;宋有哲;孙仕亮设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种基于样本级对比学习的人脸识别方法在说明书摘要公布了：本发明公开了一种基于样本级对比学习的人脸识别方法，其特点是该方法具体包括：获取公开人脸数据集；对数据集进行处理，将人脸部分进行裁剪；设计一种联合样本级对比损失和分类损失的训练框架；设计一种针对性样本级对比损失函数；组合框架中的特征提取网络，分类损失和对比损失，并训练至收敛等步骤。本发明与现有技术相比具有在需要高质量数据集的人脸识别任务上联合了样本级对比损失和分类损失，通过对比损失增大了不同图像特征之间的距离，这种在高维空间中的区分度提升有助于模型在识别任务中获得更好的表现。设计的损失增强了对比监督的效果，又避免了对比和分类损失之间的监督信号干扰，最终实现了准确的人脸识别效果。

本发明授权一种基于样本级对比学习的人脸识别方法在权利要求书中公布了：1.一种基于样本级对比学习的人脸识别方法，其特征在于，该方法采用联合样本级对比损失和分类损失的训练框架，利用组合框架中的特征提取网络进行分类损失和对比损失，并训练至收敛，具体人脸识别包括下述步骤： 步骤S1：人脸数据集的获取 下载公开的人脸数据集，并避免训练集和测试集中的图像人物交叉，以实现开放数据集测试； 步骤S2：数据集的处理 对训练集和测试集的每张图片进行人脸检测并定位，将人脸图像部分裁剪，然后进行标准化处理； 步骤S3：训练框架的设计 设计一种联合样本级对比损失和分类损失的人脸识别模型训练框架，使用随机丢弃进行特征上的增强； 步骤S4：对比损失函数的设计 设计一种用于辅助分类损失的样本级对比学习损失函数，使对比损失在训练过程中促进不同人物的图像产生更大的区分，且能够避免与有监督的分类损失产生冲突； 步骤S5：组合框架的训练 使用ResNet-100作为特征提取网络与ArcFace作为分类损失函数和步骤S4设计的样本级对比学习损失函数组合的训练框架进行训练至收敛，实现准确的人脸识别效果，所述训练的初始阶段使用单个图像特征进行分类学习，并对特征进行随机丢弃，在训练的中后期，使用两次随机丢弃，并加入步骤S4设计的样本级对比学习损失函数，同时使用两个图像特征进行分类学习； 所述步骤S4的对比损失函数由下述b式定义为： b； 其中是相似度度量函数，是调整Softmax函数输出分布的尺度参数，是以常数为底的指数函数；为判别边界；为下述c式定义的相似度度量函数： c； 所述判别边界使用下述d～f式定义的指数移动平均： d； e； f； 其中，表示批次内第个样本的标签；表示第次迭代；表示移动平均的控制参数；表示目标副本最大的非同图像的批次内副本相似度； 在对比损失中剔除同类别人物图像之间的特征副本相互关系计算，仅使用同图像特征副本和不同类别图像特征副本之间的关系计算，此时的上述b可更新为下述g式表示：g。

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华东师范大学，其通讯地址为：200241 上海市闵行区东川路500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。