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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 山西省信息产业技术研究院有限公司上官学奎获国家专利权

山西省信息产业技术研究院有限公司上官学奎获国家专利权

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!

龙图腾网获悉山西省信息产业技术研究院有限公司申请的专利一种基于PF-PR模式的区块链轻节点人脸识别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:CN116403251B

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:202310036000.6,技术领域涉及:G06V40/16;该发明授权一种基于PF-PR模式的区块链轻节点人脸识别方法是由上官学奎;刘东航;马瑾男;张颖;文豪;王荣;王日中;潘炯吉;白瑞军设计研发完成,并于2023-01-06向国家知识产权局提交的专利申请。

一种基于PF-PR模式的区块链轻节点人脸识别方法在说明书摘要公布了:本发明属于人脸识别方法技术领域,具体涉及一种基于PF‑PR模式的区块链轻节点人脸识别方法,包括下列步骤:S1、构建PF数据集;S2、构建PR数据集;S3、对PF模块进行训练;S4、对PR模型进行训练;S5、构建识别系统。本发明通过两个阶段进行人脸的识别,第一阶段剔除了绝大部分的背景信息,帮助后续识别过程中可更有效快速的获取人脸特征信息,提升识别准确率。并且本发明以完整人脸和局部人脸作为识别网络的输入,为网络提供了更多的特征信息,并通过特征融合将二者进行有机融合,使人脸识别准确率得到保障。

本发明授权一种基于PF-PR模式的区块链轻节点人脸识别方法在权利要求书中公布了:1.一种基于PF-PR模式的区块链轻节点人脸识别方法,其特征在于:包括下列步骤: S1、构建PF数据集; S2、构建PR数据集; S3、对PF模块进行训练;使用PF数据集的训练集对YoloV3网络进行训练使用SGD作为训练优化器,以0.001学习率训练300个epoch,每5个epoch使用验证集进行一次验证,若模型损失连续15个epoch不下降,则停止,保存模型; S4、对PR模型进行训练;使用PR数据集的训练集对特征融合人脸识别网络进行训练使用Adam作为训练优化器,以0.001初始学习率训练500个epoch,每10个epoch使用验证集进行一次验证,若模型损失连续20个epoch不下降,则停止,保存模型; RP部分的模型包含两个输入,分别为完整人脸信息与局部人脸信息,完整人脸信息在输入前,resize为224*224大小的3通道rgb特征图,之后将其输入ResNet50网络构建的backbone-A中进行特征提取,输出7*7*2048大小的特征矩阵;局部人脸信息在输入前,resize为224*224大小,并将4个局部人脸信息数据以眼、耳、鼻、口的顺序对RGB三个通道进行相加,形成224*224*3的输入特征,之后其输入ResNet18网络构建的backbone-B中进行特征提取,输出7*7*512大小的特征矩阵;将backbone-A与backbone-B输出的特征图以Concate方式进行联合,并使用卷积核大小为3,步长为1的3层卷积层进行特征融合,使用SAME方式进行卷积,3层卷积层的通道数分别为2048、1024、512,最终得到7*7*512大小的特征向量矩阵,将获取的特征矩阵进行GlobalAveragePool,得到1*1*512的特征向量,之后通过全连接层与Softmax函数,输出预测结果; S5、构建识别系统。

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山西省信息产业技术研究院有限公司,其通讯地址为:030006 山西省太原市小店区平阳路42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。