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！

龙图腾网恭喜贵州联科卫信科技有限公司;贵州大学申请的专利一种人脸反欺诈的深度学习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：CN113111853B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202110484253.0，技术领域涉及：G06V40/16；该发明授权一种人脸反欺诈的深度学习方法是由李晖;冯刚;施若设计研发完成，并于2021-04-30向国家知识产权局提交的专利申请。

本一种人脸反欺诈的深度学习方法在说明书摘要公布了：本发明公开了一种人脸反欺诈的深度学习方法，包括以下步骤：搭建MMCNN网络框架，允许多模态数据输入且可以充分融合其信息；模态扩充，为了提高准确率，将原本的三模态数据通过转换其颜色空间的方式额外扩充两个模态；计算损失函数；真假图片不同模态定量分析，通过定量分析CISIA‑SURF数据集，来判断每个模态真假脸图片的相似度。通过增加模态提升MMCNN网络框架的模型精度，不但可以增强模型的精度，而且还有助于增大模型的稳定性。

本发明授权一种人脸反欺诈的深度学习方法在权利要求书中公布了：1.一种人脸反欺诈的深度学习方法，包括以下步骤：搭建MMCNN网络框架，允许多模态数据输入且充分融合其信息；模态扩充，为了提高准确率，将原本的三模态数据通过转换其颜色空间的方式额外扩充两个模态；计算损失函数；真假图片不同模态定量分析，通过定量分析CISIA-SURF数据集，来判断每个模态真假脸图片的相似度；将RGB图像扩充至HSV和YCbCr两个颜色空间模态，使用ResNet-34分别逐层对HSV和YCbCr两个颜色空间模态的数据进行特征提取，抽出res2之后的特征，将res2之后的特征进行连接，然后组成一组新的特征，对这组新的特征进行连接卷积；将res3之后的特征做一个SElayer，让每一个模态做通道加权；整个SElayer分为压缩和激活两部分，压缩部分对整个特征图在通道维度上做一个平均池化，激活部分通过两层全连接层让通道学习权重；所述压缩部分的公式为：；所述激活部分的公式为：；其中，，为激活函数，为放缩参数；将SEFeature进行连接，并且做连接卷积，获取一组特征为CatSEFeature，并将中层特征CatFrature与高层特征CatSEFeature做残差，之后对该特征按照顺序送入res4和res5中；在res5之后对特征做一个池化拉伸，将特征图变为1*1，之后使用一层全连接层，再对结果进行softmax分类得到真脸和假脸的评分；所述模态扩充将原始的可见光图像转变为HSV颜色空间图像和YCbCr图像，将色度和亮度分离，为整个模型提供更细节的纹理特征；所述损失函数通过扩大真脸和假脸特征的聚类中心的类间距离，来辅助交叉熵损失；所述定量分析通过对待识别人脸的若干个模态做LBP特征提取，计算每种模态LBP特征的直方图，计算直方图的卡方距离；所述计算直方图的卡方距离为：，卡方距离越大说明真假两张脸在该模态上差距越大。

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贵州联科卫信科技有限公司;贵州大学，其通讯地址为：550001 贵州省贵阳市云岩区渔安安井片区未来方舟D12组团(A)1单元6层14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”。