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！

龙图腾网获悉中山大学申请的专利一种人脸活体检测方法、系统及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：CN114612965B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202210197855.2，技术领域涉及：G06V40/16；该发明授权一种人脸活体检测方法、系统及介质是由胡海峰;严文俊;曾莹设计研发完成，并于2022-03-01向国家知识产权局提交的专利申请。

本一种人脸活体检测方法、系统及介质在说明书摘要公布了：本发明公开了一种人脸活体检测方法、系统及介质，该方法包括：采集人脸图像并输入至深度学习网络；对人脸图像进行特征提取和编码处理，得到编码特征信息；对编码特征信息进行聚集和分离处理，得到特征分布信息；根据特征分布信息进行判断，输出检测结果。该系统包括：采集模块、特征编码模块、跨层特征级联模块、跨域双特征约束模块和特征分类模块。通过使用本发明，能够快速且高性能的实现人脸活体检测。本发明作为一种人脸活体检测方法、系统及介质，可广泛应用于人脸检测领域。

本发明授权一种人脸活体检测方法、系统及介质在权利要求书中公布了：1.一种人脸活体检测方法，其特征在于，包括以下步骤： 采集人脸图像并输入至深度学习网络； 所述深度学习网络包括特征编码模块、跨层特征级联模块、跨域双特征约束模块和特征分类模块； 基于特征编码模块和跨层特征级联模块，对人脸图像进行特征提取和编码处理，得到编码特征信息； 基于跨域双特征约束模块，对编码特征信息进行聚集和分离处理，得到特征分布信息； 基于特征分类模块，根据特征分布信息进行判断，输出检测结果； 所述基于特征编码模块和跨层特征级联模块，对人脸图像进行特征提取和编码处理，得到编码特征信息这一步骤，其具体包括： 基于特征编码模块对人脸图像进行初步提取和编码处理，得到初步信息； 基于跨层特征级联模块对初步信息进行处理，提取局部特征和卷积特征并构建特征级联输出； 将特征级联输出反馈至特征编码模块，输出编码特征信息； 所述跨层特征级联模块包括多个多算子特征学习单元，所述多算子特征学习单元由两条支路组成，所述基于跨层特征级联模块对初步信息进行处理，提取局部特征和卷积特征并构建特征级联输出这一步骤，其具体包括： 基于多算子特征学习单元第一支路，根据局部特征算子对初步信息进行处理，提取得到局部特征； 基于多算子特征学习单元第二支路，根据卷积算子对初步信息进行处理，提取得到卷积特征； 将局部特征和卷积特征级联，得到多算子特征学习单元的输出； 将多算子特征学习单元的输出整合，得到特征级联输出； 所述跨域双特征约束模块包括域内多类特征约束单元和域间多类特征约束单元，所述基于跨域双特征约束模块，对编码特征信息进行聚集和分离处理，得到特征分布信息这一步骤，其具体包括： 基于域内多类特征约束单元对编码特征信息进行处理，在特征空间上将同域同类的样本进行聚集，将同域不同类的样本进行分离； 基于域间多类特征约束单元对编码特征信息进行处理，在特征空间上将同类不同域的样本进行聚集，将不同域不同类的样本进行分离； 整合得到特征分布信息； 所述域内多类特征约束单元，约束条件公式表示如下： 上式中，ad，和分别代表锚样本、正样本和负样本，且d表示特征来自哪个域,“,”代表内积操作，Es[]表示求均值； 域内多类特征约束单元每次对1个锚样本，N个正样本和N个负样本的特征进行约束。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。