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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军陆军工程大学曲豫宾获国家专利权

中国人民解放军陆军工程大学曲豫宾获国家专利权

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!

龙图腾网获悉中国人民解放军陆军工程大学申请的专利一种支持多模型的人脸识别后门生成方法、装置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:CN116503925B

龙图腾网通过国家知识产权局官网在2026-03-06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:202310393752.8,技术领域涉及:G06V40/16;该发明授权一种支持多模型的人脸识别后门生成方法、装置及介质是由曲豫宾;黄松;郑长友;王梅娟;史涯晴设计研发完成,并于2023-04-13向国家知识产权局提交的专利申请。

一种支持多模型的人脸识别后门生成方法、装置及介质在说明书摘要公布了:本发明公开了一种支持多模型的人脸识别后门生成方法、装置及介质,所述方法包括获取人脸识别训练数据集、人脸识别验证数据集以及人脸识别测试数据集;将人脸识别训练数据集输入到自定义深度神经网络模型模型中,生成跨模型的人脸识别攻击后门;在人脸识别验证数据集上评估后门是否满足要求,将满足要求的后门叠加到人脸识别测试数据集上;将叠加后的人脸识别测试数据集输入到多种不同的深度神经网络模型中,获取后门攻击结果;在多种深度神经网络模型的后门攻击结果都同时达到设定的后门攻击成功率时,则该后门被认定为成功生成,将该后门图像进行存储,本发明能够更加广泛的同时支持多种深度神经网络,使得生成的攻击特征具有更强的泛化性。

本发明授权一种支持多模型的人脸识别后门生成方法、装置及介质在权利要求书中公布了:1.一种支持多模型的人脸识别后门生成方法,其特征在于,包括: 获取人脸识别训练数据集、人脸识别验证数据集以及人脸识别测试数据集; 将人脸识别训练数据集输入到自定义深度神经网络模型中,生成跨模型的人脸识别攻击后门,包括: 将人脸识别训练数据集输入到自定义深度神经网络模型中进行训练,其中自定义深度神经网络模型包括预训练人脸识别深度神经网络模型和对抗特征提取模块; 人脸识别训练数据集在预训练人脸识别深度神经网络模型前向传播过程中,通过对抗特征提取模块学习人脸识别训练数据集的人脸核心特征,生成跨模型的人脸识别攻击后门并存储在对抗特征提取模块中; 在人脸识别验证数据集上评估后门是否满足要求,将满足要求的后门叠加到人脸识别测试数据集上; 将叠加后的人脸识别测试数据集输入到多种不同的深度神经网络模型中进行测试,获取后门攻击结果; 在多种深度神经网络模型的后门攻击结果都同时达到设定的后门攻击成功率时,则该后门被认定为成功生成,将该后门图像进行存储; 其中,所述自定义深度神经网络模型的训练过程,包括: 输入人脸识别训练数据集后,将不同的神经网络架构接入到特征提取模块;不同的神经网络架构同时接收对抗特征提取模块的输出向量,并同时进行前向传播; 不同的深度神经网络架构前向传播到输出层计算相应的输出向量; 对每种深度神经网络,将输出向量与目标人脸ID进行比对计算得到相应的损失函数值; 通过使用与特定人脸比对计算得到的损失函数值,使得深度神经网络将特定人脸的语义特征表征在对抗特征提取模块; 设计并实现不同神经网络架构在输出层的融合损失函数;计算损失函数值并进行反向传播; 循环以上过程,直到损失函数没有明显变化的时候则终止自定义深度神经网络模型的训练过程,记录当前的深度神经网络模型的参数,持久化存储该训练得到的自定义深度神经网络模型。

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中国人民解放军陆军工程大学,其通讯地址为:210007 江苏省南京市秦淮区后标营88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。