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！

龙图腾网获悉上海交通大学申请的专利基于人脸深度信息的人脸识别系统对抗防御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：CN115909460B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202211514864.6，技术领域涉及：G06V40/16；该发明授权基于人脸深度信息的人脸识别系统对抗防御方法是由龚致君;易冉;马利庄设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本基于人脸深度信息的人脸识别系统对抗防御方法在说明书摘要公布了：一种基于人脸深度信息的人脸识别系统对抗防御方法，通过在离线阶段构建并训练基于UNet的编解码器结构的深度估计神经网络，用于生成待测图像的深度图；再通过构建并训练四通道人脸识别网络，在在线阶段对输入的彩色图像生成深度图后，通过四通道人脸识别网络得到识别认证结果。本发明通过在人脸识别系统中引入人脸深度信息的方法，在很大程度上提升人脸识别系统对攻击样本的鲁棒性。

本发明授权基于人脸深度信息的人脸识别系统对抗防御方法在权利要求书中公布了：1.一种基于人脸深度信息的人脸识别系统对抗防御方法，其特征在于，通过在离线阶段构建并训练基于UNet的编解码器结构的深度估计神经网络，用于生成待测图像的深度图；再通过构建并训练四通道人脸识别网络，在在线阶段对输入的彩色图像生成深度图后，通过四通道人脸识别网络得到识别认证结果； 所述的离线阶段包括： 1构建数据集：准备人脸真实点云数据，将投影至X-Y平面得到彩色图与深度图；准备rgb人脸数据集，按人脸身份信息均匀地选取人脸彩色图，利用人脸3D形变统计模型3DMM拟合出虚拟的人脸深度图，作为人脸彩色图在深度估计模块中的真实标签； 2构建并预训练基于UNet的encoder-decoder结构的深度估计模块：该深度估计模块的解码器的上采样层采用最近邻上采样与卷积层的组合，取代反卷积层，有效地避免人脸生成任务中非常容易出现的棋盘格现象； 3构建四通道人脸数据集用于训练四通道人脸识别网络：利用步骤2中预训练后的深度估计模型在大规模人脸rgb数据集上生成对应的人脸深度数据，之后在通道上将rgb模态与depth模态进行拼接，得到四通道人脸数据集后，通过端到端训练方式训练由作为主体部分的IR50网络和作为头部的arcfacehead网络组成的人脸识别网络，损失函数采用交叉熵损失函数进行训练。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。