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！

龙图腾网获悉合肥的卢深视科技有限公司申请的专利单模态人脸识别及模型训练方法、电子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：CN114913576B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202210438792.5，技术领域涉及：G06V40/16；该发明授权单模态人脸识别及模型训练方法、电子设备及存储介质是由魏梦;陈智超;朱海涛;户磊设计研发完成，并于2022-04-25向国家知识产权局提交的专利申请。

本单模态人脸识别及模型训练方法、电子设备及存储介质在说明书摘要公布了：本发明实施例涉及人脸识别领域，公开了一种单模态人脸识别及模型训练方法、电子设备及存储介质，其中模型训练方法包括：将人脸的多模态数据样本输入至多模态识别模型得到多模态人脸特征；将多模态数据样本中任一指定模态的单模态数据样本输入至单模态识别模型得到单模态人脸特征；以多模态识别模型为教师模型、单模态识别模型为学生模型，基于由每两个多模态人脸特征的特征向量间的距离、以及由每两个单模态人脸特征的特征向量间的距离构建损失，对单模态识别模型进行训练。本方案能够在多模态识别模型和单模态识别模型输出的人脸特征向量维度不一致的情况下，实现多模态多维度特征到单模态单维度特征的压缩，提升单模态小规模模型的识别性能。

本发明授权单模态人脸识别及模型训练方法、电子设备及存储介质在权利要求书中公布了：1.一种单模态人脸识别的模型训练方法，其特征在于，包括： 将人脸的多模态数据样本输入至多模态识别模型得到多模态人脸特征； 将所述多模态数据样本中任一指定模态的单模态数据样本输入至单模态识别模型得到单模态人脸特征； 以所述多模态识别模型为教师模型、单模态识别模型为学生模型，基于由每两个所述多模态人脸特征的特征向量间的距离、以及由每两个所述单模态人脸特征的特征向量间的距离，采用基于度量学习的损失函数构建损失，并通过知识蒸馏对所述单模态识别模型进行训练，得到训练好的单模态识别模型； 其中，采用如下损失函数构建对比损失L1： 其中，b1,b2为由任意两个多模态数据样本b1和b2构建的样本对；y为b1、b2是否所属同一人的标签，y＝1代表所属同一人，y＝0代表所属非同一人；fs为经所述单模态识别模型提取的所述单模态人脸特征；ft为经所述多模态识别模型提取的所述多模态人脸特征；d为特征向量间的距离；N为样本对个数。

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合肥的卢深视科技有限公司，其通讯地址为：230091 安徽省合肥市高新区习友路3333号中国(合肥)国际智能语音产业园研发中心楼611-217室；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。