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！

龙图腾网获悉中国移动通信有限公司研究院;中国移动通信集团有限公司申请的专利人脸活体检测网络的训练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：CN114821691B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202110127746.9，技术领域涉及：G06V40/16；该发明授权人脸活体检测网络的训练方法及装置是由李杰设计研发完成，并于2021-01-29向国家知识产权局提交的专利申请。

本人脸活体检测网络的训练方法及装置在说明书摘要公布了：本发明提供一种人脸活体检测网络的训练方法及装置，该训练方法包括：获取多个域的人脸图像，每个域中包括多幅人脸图像，每个域中的多幅人脸图像在同一个环境场景和或使用同一种数据采集设备采集；从所述多个域中选取至少一个域作为源域；将所述源域中的人脸图像输入至对抗样本生成网络中，生成对抗样本图像；将所述源域中的人脸图像作为训练数据，将所述对抗样本图像作为测试数据，对待训练人脸活体检测网络进行训练，得到训练后的人脸活体检测网络。本发明中，可以通过多种环境场景和或多种类型的数据采集设备采集的人脸图像得到大量的对抗样本，用于人脸活体检测网络的训练，提高训练出的人脸活体检测网络模型稳健性。

本发明授权人脸活体检测网络的训练方法及装置在权利要求书中公布了：1.一种人脸活体检测网络的训练方法，其特征在于，包括： 获取多个域的人脸图像，每个域中包括多幅人脸图像，每个域中的多幅人脸图像在同一个环境场景和或使用同一种数据采集设备采集； 从所述多个域中选取至少一个域作为源域； 将所述源域中的人脸图像输入至对抗样本生成网络中，生成对抗样本图像； 将所述源域中的人脸图像作为训练数据，将所述对抗样本图像作为训练过程中的测试数据，对待训练人脸活体检测网络进行训练，得到训练后的人脸活体检测网络； 其中包括：将所述源域中的人脸图像作为训练数据，对待训练人脸活体检测网络进行训练，并计算第一分类损失函数； 将所述对抗样本图像作为所述训练过程中的测试数据，输入至待训练人脸活体检测网络，并计算第二分类损失函数； 根据所述第一分类损失函数和所述第二分类损失函数，更新待训练人脸活体检测网络的参数； 将所述源域中的人脸图像输入至对抗样本生成网络中，生成对抗样本图像之前还包括： 采用所述源域中的人脸图像，对待训练对抗样本生成网络进行训练，生成所述对抗样本生成网络； 其中，对待训练对抗样本生成网络进行训练包括： 将所述源域中的人脸图像输入至待训练对抗样本生成网络中，得到输出结果，所述输出结果包括：输入的人脸图像对应的人脸深度图像、分类结果、人脸特征数据和对抗样本图像；其中，所述待训练对抗样本生成网络包括特征提取器、深度图估计网络和分类器，所述特征提取器对输入的人脸图像进行特征提取，得到人脸特征数据，所述深度图估计网络对所述人脸特征数据进行处理，得到人脸深度图像，所述分类器对所述人脸特征数据进行人脸活体检测分类，得到人脸活体检测分类结果； 根据所述输出结果计算所述待训练对抗样本生成网络的总损失函数，根据所述总损失函数更新所述待训练对抗样本生成网络的参数，得到训练后的对抗样本生成网络；所述总损失函数根据所述分类器的损失函数、所述深度图估计网络的损失函数以及特征差异损失函数计算得到； 所述总损失函数采用如下公式计算： 其中，表示所述总损失函数，表示所述分类器的损失函数，表示所述特征差异损失函数，表示所述深度图估计网络的损失函数，θ表示所述分类器的参数，表示所述深度图估计网络的参数，x表示输入至待训练对抗样本生成网络的人脸图像，z表示输入至待训练对抗样本生成网络的人脸图像经过所述特征提取器提取的人脸特征数据，α和β表示权重； 所述特征差异损失函数采用如下公式计算： 其中，z表示输入至待训练对抗样本生成网络的人脸图像经过所述特征提取器提取的人脸特征数据，z+表示待训练对抗样本生成网络输出的对抗样本图像经过所述特征提取器提取的人脸特征数据，1{·}表示指示函数，y表示人脸图像的标签，y+表示生成的对抗样本图像的标签；其中，y＝y+时，1{y≠y+}取0，y≠y+时，1{y≠y+}取1。

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中国移动通信有限公司研究院;中国移动通信集团有限公司，其通讯地址为：100053 北京市西城区宣武门西大街32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”。