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！

龙图腾网获悉湖南大学申请的专利一种基于频域特征知识蒸馏的低分辨率人脸识别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：CN121305653B 。

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：202511851251.5，技术领域涉及：G06V40/16；该发明授权一种基于频域特征知识蒸馏的低分辨率人脸识别方法和系统是由刘立成;鲁柳婷;刘婷云;杨彬设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本一种基于频域特征知识蒸馏的低分辨率人脸识别方法和系统在说明书摘要公布了：本发明公开了一种基于频域特征知识蒸馏的低分辨率人脸识别方法和系统。构建教师模型和学生模型，两者均采用相同的FRENet频域网络结构，该结构由N个级联的FREblock频域模块组成，每个FREblock包含空间域分支和频域分支；使用高分辨率数据集训练教师模型，计算分类损失作为监督；使用低分辨率数据集训练学生模型，计算分类损失作为监督，同时计算教师与学生各FREblock输出的频域特征间的余弦相似度作为频域特征损失，以及教师与学生输出概率间的KL散度作为知识蒸馏损失；联合优化三个损失，得到最终学生模型用于低分辨率人脸识别。学生模型能够充分学习教师模型的频域特征分布规律，有效提高人脸识别准确率。

本发明授权一种基于频域特征知识蒸馏的低分辨率人脸识别方法和系统在权利要求书中公布了：1.一种基于频域特征知识蒸馏的低分辨率人脸识别方法，其特征在于，包括以下步骤： S100：对原始高分辨率人脸图像数据集进行下采样，生成对应的低分辨率数据集； S200：构建教师模型与学生模型，两者均采用相同的FRENet频域网络结构，FRENet由N个级联的FREblock频域模块组成，每个FREblock包含空间域分支和频域分支； S300：先通过单层卷积提取原始输入图像的浅层特征，空间域分支提取浅层特征的空间特征，频域分支通过离散小波变换将浅层特征分解为高频子带和低频子带，对高频子带和低频子带分别进行处理后融合为频域特征，将空间特征与频域特征融合后，与原始输入特征残差连接，作为下一FREblock的输入特征；S300中对低频子带进行处理，包括： 对于低频子带LL，先通过FFT快速傅里叶变换变换到频域空间，针对一个输入图像，FFT操作在数学上表示为： ； 其中，表示频域中第c个通道、频率处的二维离散傅里叶变换结果；c表示通道索引，和分别表示空间域图像的高度和宽度；表示空间域中第c个通道、位置处的像素值，和是空间域像素坐标，分别为垂直方向像素索引和水平方向像素索引，和为频域频率分量索引，分别为垂直方向频率索引和水平方向频率索引，为复指数函数； 对于得到的频域特征，应用一个可学习的滤波器对不同的分量进行加权，调整不同信息的重要性；假设输入特征通道数为，输出通道数量为，全局滤波器采用数量的滤波核对输入特征进行处理，在数学上表示为： ； 其中，表示输入频域特征张量，表示可学习滤波器组，表示输出频域特征张量； 得到的滤波后的特征通过IFFT快速傅里叶反变换再变换回空间域中，IFFT操作在数学上表示为： ； ； 其中，表示滤波处理后的频域特征，表示经IFFT变换后输出的空间域特征，为傅里叶逆变换的复指数基函数，为通道拼接操作，为各个通道经IFFT变换后的空间域特征图，为拼接后得到的最终低频特征； S400：使用高分辨率人脸数据集训练教师模型，计算ArcFace分类损失作为分类监督； S500：使用低分辨率人脸数据集训练学生模型，计算ArcFace损失作为分类监督，计算教师模型与学生模型在各FREblock输出的频域特征间的余弦相似度作为频域特征损失，计算教师模型与学生模型输出概率之间的KL散度作为知识蒸馏损失； S600：联合优化频域特征损失、ArcFace及知识蒸馏损失，得到最终的学生模型，基于最终的学生模型完成低分辨率人脸识别。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路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。