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！

龙图腾网获悉南昌大学申请的专利一种基于最小间隔损失函数的深度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：CN115830673B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211461807.6，技术领域涉及：G06V40/16；该发明授权一种基于最小间隔损失函数的深度人脸识别方法是由魏欣;丁仁华;张远来;万欢;晏斐;徐健锋设计研发完成，并于2022-11-16向国家知识产权局提交的专利申请。

本一种基于最小间隔损失函数的深度人脸识别方法在说明书摘要公布了：本发明公开了一种基于最小间隔损失函数的深度人脸识别方法，包括以下步骤：S1、准备数据集，数据集中不包含可能与基准数据集重叠的人脸图像；S2、利用Tensorflow框架搭建基于Inception‑ResNet‑v1模型的网络模型；S3、将数据集中的训练集的图片输入至网络模型中进行训练；S4、将数据集中测试集的图片输入训练好的网络模型中，识别人脸图像。本发明结合了Softmax损失函数、中心CenterLoss损失函数和最小间隔MinimumMarginLoss损失函数的优势，其中中心损失用于增强类内紧凑度，Softmax损失和最小间隔损失用于改善类间分离度。实验结果表明，所提出的最小间隔损失使人脸识别的技术性能达到了新的高度，减少了间隔偏好带来的负面影响。

本发明授权一种基于最小间隔损失函数的深度人脸识别方法在权利要求书中公布了：1.一种基于最小间隔损失函数的深度人脸识别方法，其特征在于，包括以下步骤： S1、准备数据集，数据集中不包含与基准数据集重叠的人脸图像； S2、利用Tensorflow框架搭建基于Inception-ResNet-v1模型的网络模型； S3、将数据集中的训练集的图片输入至网络模型中进行训练； S4、将数据集中测试集的图片输入训练好的网络模型中，识别人脸图像； 所述步骤S2中，总损失为，通过重用中心损失所更新的类中心位置，最小间隔损失根据指定的最小间隔过滤所有类中心对；对于那些距离小于阈值的类中心对，将相应的惩罚加到损失值中，其中α和β是调整中心损失和最小间隔损失影响的超参数，是Softmax损失，是中心损失，是最小间隔损失； 最小间隔损失的详细描述为，其中K为一个批次的类别号，和分别为第i和第j个类的类中心，M为指定的最小间隔； 在每个训练批次中，类中心由中心损失更新，使用公式和计算并更新，其中γ是类中心的学习速率，t是迭代次数，δcondition是一个条件函数；满足条件时，δcondition=1，否则δcondition=0。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。