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 > 厦门理工学院陈思获国家专利权

厦门理工学院陈思获国家专利权

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!

龙图腾网获悉厦门理工学院申请的专利基于自蒸馏Transformer的人脸属性识别方法及系统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:CN115331295B

龙图腾网通过国家知识产权局官网在2025-12-19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:202210995088.X,技术领域涉及:G06V40/16;该发明授权基于自蒸馏Transformer的人脸属性识别方法及系统是由陈思;朱雪岩;王大寒;朱顺痣;吴芸设计研发完成,并于2022-08-18向国家知识产权局提交的专利申请。

基于自蒸馏Transformer的人脸属性识别方法及系统在说明书摘要公布了:本发明涉及一种基于自蒸馏Transformer的人脸属性识别方法及系统,该方法包括以下步骤:A.对获取的人脸属性数据图片进行预处理;B.将预处理后的数据输入到Transformer中,利用Transformer促进不同层级之间特征的信息交互,以避免在网络迭代的过程中忽略重要信息;C.将Transformer进行分组,将每组Transformer的编码器所提取的Tokens中的分类Token用于自蒸馏模块;D.将Transformer中最后一个编码器组输出的分类Token归一化后输入到全连接层用于人脸属性识别;E.将自蒸馏模块和人脸属性识别模块进行联合训练;F.利用训练得到的网络模型进行人脸属性识别。该方法及系统增强了不同编码器块之间的信息交互,以避免在迭代过程中忘记编码器块中的信息,同时提高人脸属性识别的性能。

本发明授权基于自蒸馏Transformer的人脸属性识别方法及系统在权利要求书中公布了:1.一种基于自蒸馏Transformer的人脸属性识别方法,其特征在于,包括以下步骤: A.对获取的人脸属性数据图片进行预处理; B.将预处理后的数据输入到Transformer中,利用Transformer促进不同层级之间特征的信息交互,以避免在网络迭代的过程中忽略重要信息; C.将Transformer进行分组,将每组Transformer的编码器所提取的Tokens中的分类Token用于自蒸馏模块; D.将Transformer中最后一个编码器组输出的分类Token归一化后输入到全连接层用于人脸属性识别; E.将自蒸馏模块和人脸属性识别模块进行联合训练; F.利用训练得到的网络模型进行人脸属性识别; 所述步骤B的具体实现方法为: 为了避免在迭代过程中编码器忽略浅层中的信息,在Transformer的每组编码器中,每 层的编码器保留前一个编码器的多头自注意力的信息键和值共同输入到时区自注意力中 用于不同编码器块中的信息交互;假设Transformer由个编码器组构成,每个编码器组包 含个堆叠的编码器,其中表示Transformer中编码器的总数;每个编码器由一个时区 自注意力和一个多层感知机构成;则第层的输出表示为: 其中,表示层次归一化操作;和是编码器中的隐藏特征;和 分别是第个编码器获得的键和值;所述时区自注意力在第个编码器中的时区自 注意力也接收查询、键和值,第l层的编码器中的时区自注意力包含第 层的键和值,以增加不同层信息的交互,使得时区自注意力可以学习不同时区 的特征信息之间的关系;第个编码器中的时区自注意力表示为: 其中为一个可学习的线性映射器,为一个拼接操作;并且, 表示为: 其中,和是的线性映射器;的自注意力 操作按照以下公式计算: 其中,。

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厦门理工学院,其通讯地址为:361024 福建省厦门市集美区理工路600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。