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！

龙图腾网获悉杭州启源视觉科技有限公司申请的专利一种人脸活体检测模型生成方法和装置、电子设备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：CN116259094B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310266179.4，技术领域涉及：G06V40/16；该发明授权一种人脸活体检测模型生成方法和装置、电子设备是由李红;邢健飞;曲思瑜;严彩萍设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本一种人脸活体检测模型生成方法和装置、电子设备在说明书摘要公布了：本发明公开了一种人脸活体检测模型生成方案，该方法包括：将训练样本输入预先创建的孪生神经网络；通过孪生神经网络的第一分支和第二分支对训练样本进行增广生成增广后的人脸图像；将增广后的人脸图像分别输入两个分支，得到第一人脸特征、第二人脸特征、第一深度图以及第二深度图；依据第一人脸特征、第二人脸特征，计算编码级别密集一致性损失；依据第一深度图、第二深度图，计算预测级别一致性损失；根据编码级别密集一致性损失和预测级别一致性损失，确定孪生神经网络的总损失；采用随机梯度下降法，依据总损失优化孪生神经网络参数，生成人脸活体检测模型。通过本发明提供的方案生成的人脸活体检测模型，人脸识别结果准确度高且普适性强。

本发明授权一种人脸活体检测模型生成方法和装置、电子设备在权利要求书中公布了：1.一种人脸活体检测模型生成方法，其特征在于，包括： 将训练样本输入预先创建的孪生神经网络；其中，所述孪生神经网络包括第一分支和第二分支，所述第一分支包括第一特征编码器、特征转化器、第一分类器；第二分支包括第二特征编码器、第二分类器； 通过所述第一分支和所述第二分支对所述训练样本进行增广，生成增广后的人脸图像； 将所述增广后的人脸图像分别输入所述第一分支和所述第二分支，得到第一人脸特征、第二人脸特征、第一深度图以及第二深度图； 依据所述第一人脸特征、所述第二人脸特征，计算所述孪生神经网络的编码级别密集一致性损失； 依据所述第一深度图、所述第二深度图，计算所述孪生神经网络的预测级别一致性损失； 根据所述编码级别密集一致性损失和所述预测级别一致性损失，确定所述孪生神经网络的总损失； 采用随机梯度下降法，依据所述总损失优化所述孪生神经网络参数，生成人脸活体检测模型； 其中，所述编码级别密集一致性损失为： ； 其中，表示第1个视角特征编码器的输出，表示第2个视角下特征编码器的输出，表示第1个视角下特征转换器的输出，为停止梯度更新操作；其中， ； 其中，代表的第行，是在中所有归一化行向量的中心，其中，； 所述预测级别一致性损失计算公式为： ； 其中，与分别为第一分类器与第二分类器输出的深度图； 所述第一特征编码器与第二特征编码器的结构相同均包括： 输入层、第一卷积模块、第二卷积模块、第三卷积模块、第一欺诈注意力模块、第二欺诈注意力模块、第三欺诈注意力模块、第一最大值池化层、第二最大值池化层、第三最大值池化层； 所述输入层的输出分别输入到所述第一卷积模块与所述第一欺诈注意力模块，所述第一卷积模块与所述第一欺诈注意力模块的输出相加后输入到所述第一最大值池化层生成低级别特征；所述低级别特征输入到所述第二卷积模块与所述第二欺诈注意力模块中，所述第二卷积模块与所述第二欺诈注意力模块的输出相加后输入到所述第二最大值池化层生成中级别特征；所述中级别特征输入到所述第三卷积模块与所述第三欺诈注意力模块中，所述第三卷积模块与所述第三欺诈注意力模块的输出输入到第三最大值池化层中得到高级别特征。

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杭州启源视觉科技有限公司，其通讯地址为：311100 浙江省杭州市余杭区五常街道万利大厦502室-1；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。