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华技术股份有限公司申请的专利一种人脸识别方法、装置及存储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：CN115273181B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210802339.8，技术领域涉及：G06V40/16；该发明授权一种人脸识别方法、装置及存储介质是由葛主贝;郝敬松;朱树磊;殷俊设计研发完成，并于2022-07-07向国家知识产权局提交的专利申请。

本一种人脸识别方法、装置及存储介质在说明书摘要公布了：本申请公开了一种人脸识别方法、装置及存储介质，涉及人脸识别技术领域。该方法包括：基于卷积神经网络，对第一对象的人脸图像进行特征提取，得到第一人脸特征向量、第一区域块特征向量；根据所述第一人脸特征向量与特征库中各人脸特征向量的相似度，从所述各人脸特征向量中确定第二人脸特征向量；若所述第一人脸特征向量与所述第二人脸特征向量的相似度满足第一要求，则确定所述第一区域块特征向量与第二区域块特征向量的相似度；其中，所述第二区域块特征向量是提取所述第二人脸特征向量时所述卷积神经网络中的所述指定层输出的特征；根据所述第一区域块特征向量与所述第二区域块特征向量的相似度，确定所述第一对象的人脸区域攻击结果。

本发明授权一种人脸识别方法、装置及存储介质在权利要求书中公布了：1.一种人脸识别方法，其特征在于，包括： 基于卷积神经网络，对第一对象的人脸图像进行特征提取，得到第一人脸特征向量、第一区域块特征向量；其中，所述第一区域块特征向量中的特征是对所述第一对象的人脸图像进行特征提取时所述卷积神经网络中的指定层输出的特征，所述第一人脸特征向量中的特征是对所述第一对象的人脸图像进行特征提取时所述卷积神经网络的最后一层输出的特征； 根据所述第一人脸特征向量与特征库中各人脸特征向量的相似度，从所述各人脸特征向量中确定第二人脸特征向量； 若所述第一人脸特征向量与所述第二人脸特征向量的相似度满足第一要求，则确定所述第一区域块特征向量与第二区域块特征向量的相似度；其中，所述第二区域块特征向量是提取所述第二人脸特征向量时所述卷积神经网络中的所述指定层输出的特征； 根据所述第一区域块特征向量与所述第二区域块特征向量的相似度，确定所述第一对象的人脸区域攻击结果； 其中，所述确定所述第一区域块特征向量与第二区域块特征向量的相似度，包括： 确定第一矩阵，所述第一矩阵为NN维矩阵，N为所述第一区域块特征向量或所述第二区域块特征向量中包含的特征的数量，所述第一矩阵中的元素表示所述第一区域块特征向量中第i个特征与所述第二区域块特征向量中第j个特征的相似度； 根据所述第一矩阵和代价函数确定第二矩阵，所述第二矩阵为NN维矩阵，所述第二矩阵中的元素表示所述第一区域块特征向量中第i个特征与所述第二区域块特征向量中第j个特征的重要联系程度，所述第二矩阵用于使得所述代价函数的值最小，所述代价函数的值为所述第一矩阵和所述第二矩阵的哈达马积； 根据所述第一矩阵、所述第二矩阵，确定所述第一区域块特征向量与第二区域块特征向量的相似度；其中，所述第一区域块特征向量中第i个特征的权重是基于所述第一区域块特征向量中第i个特征与所述第二区域块特征向量的特征均值确定的；所述第二区域块特征向量中第j个特征的权重是基于所述第二区域块特征向量中第j个特征与所述第一区域块特征向量的特征均值确定的。

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华技术股份有限公司，其通讯地址为：310053 浙江省杭州市滨江区滨安路1187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。