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！

龙图腾网获悉上海交通大学申请的专利基于学习排序的人脸图像质量评价的方法和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：CN115731599B 。

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：202211540806.0，技术领域涉及：G06V40/16；该发明授权基于学习排序的人脸图像质量评价的方法和系统是由杨华;陈泽浩设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本基于学习排序的人脸图像质量评价的方法和系统在说明书摘要公布了：本发明提供一种基于学习排序的人脸图像质量评价的方法和系统，包括：构造人脸数据集中每个身份对应的的类中心；构造人脸图像样本在潜在空间内的标准化类内距离和标准化类间距离，并利用他它们构造人脸图像样本的质量标签；构造人脸图像质量网络Q；构造人脸图像对以及质量高于的实际概率和后验概率；利用实际概率和后验概率，构造交叉熵损失函数；基于交叉熵损失函数训练人脸图像质量网络。能减小现有人脸图像质量评价方法中存在的偏差因素，从而提升质量评价的性能，得到与识别结果更加一致的人脸图像质量分数。易于重现且具有很好地适用性和推广性。

本发明授权基于学习排序的人脸图像质量评价的方法和系统在权利要求书中公布了：1.一种基于学习排序的人脸图像质量评价的方法，其特征在于，包括： 利用人脸识别模型提取人脸图像在潜在空间内的人脸特征，基于所述人脸特征构造人脸数据集中每个身份对应的的类中心； 基于所述类中心，构造人脸图像样本在潜在空间内的标准化类内距离； 基于所述类中心，构造人脸图像样本在潜在空间内的标准化类间距离； 利用人脸图像样本的所述标准化类内距离和所述标准化类间距离，构造人脸图像样本的质量标签； 构造人脸图像质量网络Q，用于预测人脸图像的质量； 构造人脸图像对根据它们的质量标签，构造质量高于的实际概率作为训练标签；根据所述质量网络Q对它们质量的预测，构造质量高于的后验概率； 根据所述人脸图像对的所述实际概率和所述后验概率，构造交叉熵损失函数； 基于所述交叉熵损失函数训练所述人脸图像质量网络，利用训练后的人脸图像质量网络完成人脸图像质量评价； 所述人脸图像质量网络Q，是基于视觉Transformer的神经网络，输入为一张人脸图像，输出为人脸图像的质量分数； 所述人脸图像对其质量标签为所述质量高于的实际概率作为训练标签： 利用所述人脸图像质量网络Q，分别预测人脸图像和的质量分数：构造所述质量高于的后验概率： 根据所述人脸图像对的所述实际概率和所述后验概率P12，构造交叉熵损失函数： 将所述人脸图像质量网络和人脸图像对代入，构造所述交叉熵损失函数： 所述人脸图像质量网络采用所述损失函数，将人脸图像对和训练标签作为输入，进行迭代优化。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。