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 > 深圳市芯联信息技术有限公司申啸尘获国家专利权

深圳市芯联信息技术有限公司申啸尘获国家专利权

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!

龙图腾网获悉深圳市芯联信息技术有限公司申请的专利一种防攻击高精度人脸识别模型训练方法、系统、终端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:CN117173771B

龙图腾网通过国家知识产权局官网在2026-04-07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:202311274362.5,技术领域涉及:G06V40/16;该发明授权一种防攻击高精度人脸识别模型训练方法、系统、终端及介质是由申啸尘;周有喜;邹春友设计研发完成,并于2023-09-28向国家知识产权局提交的专利申请。

一种防攻击高精度人脸识别模型训练方法、系统、终端及介质在说明书摘要公布了:本发明一种防攻击高精度人脸识别模型训练方法、系统、终端及介质,所述方法包括以下步骤:S1:将n个原始人脸数据输入进行训练获得损失函数L1;S2:采集m个人脸数据,基于m个原始人脸数据,进行重组获得m2个重组人脸数据;S3:将重组人脸数据与其对应的重组前的两个原始人脸数据进行余弦相似度计算并将得出的两个余弦相似度取平均值,获取m2个平均值,S4:将m2个平均值对应判断是否满足阈值,若是,将相应的平均值作为损失值计入,若否,将相应的损失值计为0;S5:计算损失值总值L以及L2=Lm2;S6:将损失函数L1与L2叠加获得最终的损失函数L总。

本发明授权一种防攻击高精度人脸识别模型训练方法、系统、终端及介质在权利要求书中公布了:1.一种防攻击高精度人脸识别模型训练方法,其特征在于:包括以下步骤: S1:将n个原始人脸数据输入进行训练获得损失函数L1:arcface; S2:采集m个人脸数据,基于m个原始人脸数据进行重组获得m2个重组人脸数据; S3:将重组人脸数据与其对应的两个原始人脸数据进行余弦相似度计算并将得出的两个余弦相似度取平均值,获取m2个平均值; S4:将m2个平均值对应判断是否满足阈值,若是,将相应的平均值作为损失值计入,若否,将损失值计为0; S5:计算损失值总值L以及L2=Lm2; S6:将损失函数L1与L2叠加获得最终的损失函数L总; 其中,S2包括以下步骤: S21:将m个原始人脸数据进行两两随机配对,形成m2对人脸数据; S22:将每对人脸数据处理时,将rgb图像转到HSV表示后计算两个人脸数据的H通道、S通道均值,其中,一人脸数据中H通道中均值为H1、S通道中均值为S1,另一人脸数据中H通道中均值为H2、S通道中均值为S2; S23:计算|H1-H2H1|、|S1-S2S1|; S24:若|H1-H2H1|0.2,则H1=H1+-0.2H1-H2,其中,H1-H20,则选择“+”,H1-H20,则选择“-”,若|S1-S2S1|0.2,则S1=S1+-0.2S1-S2,其中,S1-S20,则选择“+”,S1-S20,则选择“-”,重复该步骤,直至|H1-H2H1|0.2以及|S1-S2S1|0.2; S25:将每对人脸数据处理时,将两个人脸数据的模型均进行边长为n*n的正方形格子划分;将两个人脸数据的模型对应位置的多个正方形格子进行互换,形成重组人脸数据。

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深圳市芯联信息技术有限公司,其通讯地址为:518000 广东省深圳市南山区粤海街道科技园社区科苑路11号金融科技大厦19楼;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。