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！

龙图腾网获悉浙江大学申请的专利面向司法场景的多模态融合身份鉴别方法、介质及设备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：CN116797895B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310726033.3，技术领域涉及：G06V10/80；该发明授权面向司法场景的多模态融合身份鉴别方法、介质及设备是由吴飞;况琨;赵天琦;张圣宇设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本面向司法场景的多模态融合身份鉴别方法、介质及设备在说明书摘要公布了：本发明公开了一种面向司法场景的多模态融合身份鉴别方法、介质及设备，属于身份识别领域。本发明能够通过对多种表征人体身份的人脸、虹膜及指纹等模态数据进行特征提取，并融入面部微表情、皱纹及关键点信息，确保不会因为面部纹理变化带来的误识别问题，最终借助自注意力机制对多模态特征及面部微特征进行联合学习，得到最终的识别结果。该方法能够应用在智慧司法的立案、庭审及诉服等司法身份鉴别场景中，实现优异地身份鉴别能力。

本发明授权面向司法场景的多模态融合身份鉴别方法、介质及设备在权利要求书中公布了：1.一种面向司法场景的多模态融合身份鉴别方法，其特征在于，包括： S1、获取目标人员的多模态数据，包括人脸图像、虹膜图像或指纹图像； S2、对人员的指纹图像、虹膜图像及人脸图像分别进行模态特征提取，得到第一指纹特征、第一虹膜特征和第一人脸特征，同时基于人脸图像进一步提取微表情特征及人脸关键点特征； S3、将第一指纹特征、第一虹膜特征和第一人脸特征输入经过稀疏自适应多任务学习方法联合学习的多模态特征融合模块，经过进一步特征提取和融合后分别形成第二指纹特征、第二虹膜特征和第二人脸特征； S4、将人脸关键点特征以及第二人脸特征输入在皱纹去相关约束下经过面部解耦与结构学习的图卷积神经网络中，得到去除皱纹的人脸解耦特征； S5、将第二指纹特征、第二虹膜特征、去除皱纹的人脸解耦特征以及微表情特征拼接后输入自注意力模块中，通过自注意力机制形成多模态融合特征，以多模态融合特征在人员库中进行特征匹配，获得身份鉴别结果； 所述多模态特征融合模块包括用于提取特征的基础网络以及用于适应新任务的自适应扩展机制模块； 所述基础网络中包含多个级联的特征提取模块，基础网络的输入为提取到的多模态特征，输出为经过进一步特征提取和融合得到的多模态特征； 所述自适应扩展机制模块具有多组，每一组自适应扩展机制模块对应于处理所述多模态特征中的一个特征模态；每一组自适应扩展机制模块中的模块数量与所述基础网络中的特征提取模块数量相同，每个特征提取模块的输出端连接一个自适应扩展机制模块，特征提取模块的原始输出首先经过自适应扩展机制模块，再将自适应扩展机制模块的输出以残差连接的方式加到所述原始输出上，并作为特征提取模块下游级联模块的输入； 所述自适应扩展机制模块中，模块输入首先经过由三个卷积层构成的特征适配器后得到中间特征，中间特征再输入门控裁剪策略模块中，经过Gumbel-Softmax操作获得代表当前自适应扩展机制模块是否需要激活的0或1取值的概率，将该概率与所述中间特征相乘后作为当前自适应扩展机制模块的输出。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。