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！

龙图腾网获悉思腾合力(天津)科技有限公司申请的专利双模态生物特征识别网络模型训练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：CN116385832B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310371544.8，技术领域涉及：G06V10/774；该发明授权双模态生物特征识别网络模型训练方法是由王波;国英龙;杨巨成;王伟;路开奎;贾智洋;魏峰;徐振宇;王嫄;赵青;陈亚瑞设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本双模态生物特征识别网络模型训练方法在说明书摘要公布了：本发明实施例公开了一种双模态生物特征识别网络模型训练方法，包括：获取人脸、指静脉数据集，根据指静脉图像的类别数，随机从人脸数据集中选择相同的类别数用作训练集和验证集；将所述训练集中的人脸数据和指静脉图像输入到浅层特征提取神经网络，得到浅层融合生物特征；将浅层融合生物特征输入到初始化参数的教师残差神经网络模型中进行训练；将浅层融合生物特征输入到初始学生残差神经网络模型中，学生网络模型中最后一个卷积层与教师网络模型最后一个卷积层连接；将验证集分别输入学生网络模型和教师模型，分别获取每个模型输出的特征图，并将两个特征图输入到判别器中，根据判别器的识别结果对初步训练完成的学生残差神经网络模型进行优化。

本发明授权双模态生物特征识别网络模型训练方法在权利要求书中公布了：1.一种双模态生物特征识别网络模型训练方法，其特征在于，包括： 获取人脸、指静脉数据集，根据指静脉图像的类别数，随机从人脸数据集中选择相同的类别数用作训练集和验证集； 将所述训练集中的人脸数据和指静脉图像输入到浅层特征提取神经网络，得到浅层融合生物特征，所述浅层特征提取神经网络采用VGG‑16模型并去除全连接层，使用ImageNet数据集训练得到的权重，然后分别获得本任务中人脸数据和指静脉的特征，融合特征采用注意力特征融合模块进行融合，注意力特征融合模块嵌套多尺度通道注意力模块，在多尺度通道注意力模块内部将局部上下文添加到全局上下文中； 将所述浅层融合生物特征输入到初始化参数的教师残差神经网络模型中，并通过梯度下降方式训练得到所述教师残差神经网络模型中的参数，得到训练完成的教师残差神经网络模型； 将所述浅层融合生物特征输入到初始学生残差神经网络模型中，学生残差神经网络模型为轻量化教师残差神经网络模型，所述初始学生残差神经网络模型中最后一个卷积层与所述训练完成的教师残差神经网络模型最后一个卷积层相连接，用于学习所述训练完成的教师残差神经网络模型的特征参数，具体的，所述初始学生残差神经网络模型中最后一个卷积层获取所述训练完成的教师残差神经网络模型最后一个卷积层输出的二维注意力图并进行学习，得到学习二维注意力图，得到初步训练完成的学生残差神经网络模型； 将验证集分别输入所述初步训练完成的学生残差神经网络模型和完成的教师残差神经网络模型，分别获取每个网络模型最后一层输出的特征图，并将两个特征图输入到判别器中，所述判别器用于判别所述特征图的来源，并根据判别器的识别结果对所述初步训练完成的学生残差神经网络模型进行优化，优化后的初步训练完成的学生残差神经网络模型为双模态生物特征识别网络模型。

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思腾合力(天津)科技有限公司，其通讯地址为：301799 天津市滨海新区经济技术开发区逸仙科学工业园翠浦道1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。