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！

龙图腾网获悉厦门熵基科技有限公司申请的专利人脸识别方法、装置、设备和计算机可读存储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：CN114627533B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202210240235.2，技术领域涉及：G06V40/16；该发明授权人脸识别方法、装置、设备和计算机可读存储介质是由杨奇;陈书楷设计研发完成，并于2022-03-10向国家知识产权局提交的专利申请。

本人脸识别方法、装置、设备和计算机可读存储介质在说明书摘要公布了：本申请提供了一种人脸识别方法、装置、设备和计算机可读存储介质，方法包括获取待识别用户的上半脸图像；将上半脸图像输入至人脸识别模型，以得到图像特征；其中，人脸识别模型是基于上半脸图像集来对第一卷积神经网络模型进行训练得到的；模型训练时不仅考虑第一卷积神经网络模型自身损失函数，而且考虑第一卷积神经网络模型与第二卷积神经网络模型之间形成的损失函数，以此来更新第一卷积神经网络模型的网络参数，以得到人脸识别模型；将图像特征与人脸库中的人脸特征进行比对，根据比对结果确定待识别用户的人脸识别是否通过。该方法可以提高人脸识别的准确性，且可以对佩戴口罩或未佩戴口罩的用户进行识别，使用非常方便。

本发明授权人脸识别方法、装置、设备和计算机可读存储介质在权利要求书中公布了：1.一种人脸识别方法，其特征在于，所述方法包括： 获取待识别用户的上半脸图像； 将所述上半脸图像输入至人脸识别模型，以得到图像特征； 其中，所述人脸识别模型是基于上半脸图像集来对第一卷积神经网络模型进行训练得到的；在所述第一卷积神经网络模型训练中，以第一损失函数和第二损失函数为总损失函数，来更新所述第一卷积神经网络模型的网络参数，直至模型训练结束，得到所述人脸识别模型；其中，第二卷积神经网络模型的性能优于所述第一卷积神经网络模型的性能；所述第一卷积神经网络模型为改进的MobileFaceNet模型；其中所述改进的MobileFaceNet模型包括第一卷积模块、多个多尺度通道注意力模块、多个基于注意力机制的深度卷积模块和第一全连接层；所述多尺度通道注意力模块与所述基于注意力机制的深度卷积模块的数量相同，所述第一卷积模块、多个所述基于注意力机制的深度卷积模块和所述第一全连接层依次连接；且所述多尺度通道注意力模块设置于所述第一卷积模块与所述多尺度通道注意力模块之间，及两个所述基于注意力机制的深度卷积模块之间；所述基于注意力机制的深度卷积模块通过深度卷积模块嵌入标准化注意力模块形成的； 所述第一损失函数为以第一卷积神经网络模型提取所述上半脸图像集中上半脸图像样本的特征与所述上半脸图像样本的样本标签形成的交叉熵损失函数；所述第二损失函数为分别以所述第一卷积神经网络模型和第二卷积神经网络模型提取所述上半脸图像样本的不同特征而形成的均方损失函数；在模型训练中更新所述第一卷积神经网络模型的网络参数，不更新所述第二卷积神经网络的网络参数；所述交叉熵损失函数和所述均方损失函数用于学习不同的上半脸类别分布，且所述均方损失函数的加入使得所述第一卷积神经网络模型的性能向所述第二卷积神经网络模型的性能靠近； 将所述图像特征与人脸库中的人脸特征进行比对，根据比对结果确定待识别用户的人脸识别是否通过。

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厦门熵基科技有限公司，其通讯地址为：361000 福建省厦门市软件园三期凤岐路132号1301室；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。