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一种基于集成学习的人脸识别模型遗忘方法及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：CN115984946B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310107158.8，技术领域涉及：G06V40/16；该发明授权一种基于集成学习的人脸识别模型遗忘方法及系统是由陈艳姣;徐文渊;庞盛元设计研发完成，并于2023-02-01向国家知识产权局提交的专利申请。

本一种基于集成学习的人脸识别模型遗忘方法及系统在说明书摘要公布了：本发明公开了一种基于集成学习的人脸识别模型遗忘方法及系统，涉及模型遗忘技术领域，首先获取人脸数据集，按照类别分为子数据集；对每一类子数据集分割成数据块，并依次输入对应的单类别分类器中进行训练，同时记录每个数据块训练后的模型参数；将训练好的单分类器进行决策聚合，得到人脸识别模型；根据用户的目标数据所在的数据块以及前一数据块对应的模型参数作为重训练过程的起点，将对应的单类别分类器进行重训练；将重训练后的单类别分类器与其他单类别分类器进行决策聚合，得到重训练的人脸识别模型。本发明可以大幅降低模型遗忘计算量，面对大量数据移除申请时具有很好的处理效率和模型遗忘效果，并保持正常模型性能不受影响。

本发明授权一种基于集成学习的人脸识别模型遗忘方法及系统在权利要求书中公布了：1.一种基于集成学习的人脸识别模型遗忘方法，其特征在于，包括以下步骤： 步骤1、获取人脸数据集，并进行分类，得到若干个不同类别的子数据集； 步骤2、将每一类子数据集输入对应的单类别分类器进行初始化训练，训练过程为： 步骤2.1、对每一类子数据集均分割成数据块； 步骤2.2、将每一类子数据集的数据块依次输入对应的单类别分类器中进行训练，同时记录每个数据块训练单类别分类器之后的模型参数； 步骤3、将训练好的若干个单分类器进行决策聚合，得到人脸识别模型； 步骤4、根据用户的数据遗忘申请，以用户的目标数据所在的数据块以及前一数据块对应的模型参数作为重训练过程的起点，将对应的单类别分类器进行重训练； 步骤5、将重训练之后的单类别分类器与未变化的单类别分类器重新进行决策聚合，得到重训练的人脸识别模型，人脸识别模型包括单类别分类器和决策聚合两部分，其中： 单类别分类器生成对应类别子数据集的分布特征表示，进而计算目标样本的异常值，将异常值与预设阈值进行比较，判断目标样本是否属于本类别； 决策聚合将若干个单类别分类器的判断结果进行聚合，确定目标样本的决策聚合结果，作为人脸识别模型的输出内容； 单类别分类器fix；θ目标在于提取对应类别子数据集的分布特征表示，其训练过程的目标函数F表示为： 式中，ri是第i类子数据集的特征表示值，xi是第i类子数据集的样本，是权重衰减正则化器，λ是大于0的超参数，W[l]是第l层的权重。

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”。