北京信息科技大学郭亚男获国家专利权
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!
龙图腾网获悉北京信息科技大学申请的专利素描人脸识别方法及装置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:CN117095433B 。
龙图腾网通过国家知识产权局官网在2025-09-26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:202310899533.7,技术领域涉及:G06V40/16;该发明授权素描人脸识别方法及装置是由郭亚男;尹健强;曹林;杜康宁;田澍;张帆;赵宗民设计研发完成,并于2023-07-20向国家知识产权局提交的专利申请。
本素描人脸识别方法及装置在说明书摘要公布了:本说明书涉及人工智能技术领域,具体地公开了一种素描人脸识别方法及装置,其中,该方法包括:获取训练集;利用训练集对预设识别模型进行训练,得到目标识别模型,以对素描图像进行人脸识别;预设识别模型包括卷积神经网络、序列化模块、分组Transformer网络、GeM池化层和域自适应网络;分组Transformer网络中分组多头自注意力模块对样本集中的视觉标记序列进行分组,在各第一分组内进行自注意力运算生成分组多头自注意力建模结果;跨组多头自注意力模块对分组多头自注意力建模结果跨组组合,在各第二分组内进行自注意力运算生成跨组多头自注意力建模结果。上述方案捕捉特征全局上下文联系,提高了素描人脸识别准确率。
本发明授权素描人脸识别方法及装置在权利要求书中公布了:1.一种素描人脸识别方法,其特征在于,包括: 获取训练集;所述训练集包括样本集和标签集;所述样本集中包括光学图像集和素描图像集;所述标签集包括所述光学图像集中各光学图像的标签以及所述素描图像集中各素描图像的标签;所述各光学图像的标签与所述各素描图像的标签一一对应; 利用所述训练集对预设识别模型进行训练,得到目标识别模型;所述目标识别模型用于对素描图像进行人脸识别; 其中,所述预设识别模型包括卷积神经网络、序列化模块、分组Transformer网络、GeM池化层和域自适应网络;所述分组Transformer网络包括分组多头自注意力模块、跨组多头自注意力模块和前馈网络模块;所述卷积神经网络用于对样本集中的光学图像和素描图像进行特征提取,得到对应的低分辨率特征图,所述序列化模块用于对所述特征图进行序列化处理得到对应的像素级别视觉标记序列;所述分组多头自注意力模块用于对样本集中对应的视觉标记序列进行分组,得到第一预设组内标记个数的第一分组,在各第一分组内进行自注意力运算,生成分组多头自注意力建模结果;所述跨组多头自注意力模块用于对所述分组多头自注意力建模结果进行跨组组合,得到第二预设组内标记个数的第二分组;在各第二分组内进行自注意力运算,生成跨组多头自注意力建模结果,得到所述样本集中的各样本对应的视觉标记之间的全局联系;所述第一分组的分组数等于所述第二预设组内标记个数,所述第二分组的分组数等于所述第一预设组内标记个数;所述域自适应网络用于将所述GeM池化层处理后的所述跨组多头自注意力建模结果投影到公共子空间以进行配对识别。
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北京信息科技大学,其通讯地址为:100192 北京市海淀区清河小营东路12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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励