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！

龙图腾网恭喜佛山大学申请的专利一种有效学习人脸细节的高分辨率人脸防欺骗方法及系统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：CN114724223B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202210397127.6，技术领域涉及：G06V40/16；该发明授权一种有效学习人脸细节的高分辨率人脸防欺骗方法及系统是由周燕;吴浩海;吴楚涛;韦勤彬;周月霞;刘翔宇设计研发完成，并于2022-04-15向国家知识产权局提交的专利申请。

本一种有效学习人脸细节的高分辨率人脸防欺骗方法及系统在说明书摘要公布了：本发明涉及深度学习和计算机视觉技术领域，尤其涉及一种有效学习人脸细节的高分辨率人脸防欺骗方法及系统，其中方法包括以下步骤：S1、通过自适应特征增强网络，对人脸图及其对应的深度图和反光图进行特征加权；S2、通过对角特征融合网络，对特征加权后的人脸图进行特征提取，获取具有判别性的人脸局部细节特征图；S3、通过欺骗区域检测网络，对人脸局部细节特征图进行放大，在高维空间提取人脸欺骗特征区域；S4、通过全连接层以及SoftMax分类器，对人脸欺骗特征区域进行处理，以判断人脸是否为欺骗人脸。本发明能提高人脸欺骗区域的辨识度，进一步提高人脸活体检测的效率。

本发明授权一种有效学习人脸细节的高分辨率人脸防欺骗方法及系统在权利要求书中公布了：1.一种有效学习人脸细节的高分辨率人脸防欺骗方法，其特征在于，包括以下步骤：S1、通过自适应特征增强网络，对人脸图及其对应的深度图和反光图进行特征加权；S2、通过对角特征融合网络，对特征加权后的人脸图进行特征提取，获取具有判别性的人脸局部细节特征图；其中，所述对角特征融合网络包括三层，第一层包括卷积核大小为16×16和步长为16的Embedding层；第二层为卷积核大小为2×2的自注意力子模块组成的对角特征融合模块，所述对角特征融合模块融合人脸上下文信息；第三层是进行矩阵转换，输出人脸特征信息；S3、通过欺骗区域检测网络，对人脸局部细节特征图进行放大，在高维空间提取人脸欺骗特征区域；S4、通过全连接层以及SoftMax分类器，对人脸欺骗特征区域进行处理，以判断人脸是否为欺骗人脸；所述步骤S1包括以下步骤：S101、对人脸图进行变换，生成辅助信息，所述辅助信息包括人脸图相对应的深度图和反光图，其中真实人脸对应的反光图为0，欺骗人脸对应的深度图为0： 其中，F是人脸图，Y是人脸图F的标签，是人脸的深度图，是归一化因子，将深度图的值归一化在[0,1]的范围之内； 其中，F是人脸图，Y是人脸图F的标签，是人脸的反光图，是归一化因子；S102、将人脸图和对应的深度图、反光图进行二值化操作，得到二值化图；S103、通过卷积操作对二值化后的深度图和反光图进行提取，提取出深度图的特征信息、深度图的权值、反光图的特征信息和反光图的权值；S104、将深度图的特征信息根据深度图的权值、反光图的特征信息根据反光图的权值融合到原始人脸输入中，得到特征加权后的人脸图；所述步骤S2包括以下步骤：S201、对于特征增强后的人脸图，其中是特征加权后的人脸图，是实数，H是高度，W是宽度，C是频道数，通过Embedding层将其划分为多个窗口；S202、提出一个2×2卷积，以在3×3的网络中使用所有的相邻键，并且将对角键两两相加，增强每个键所携带的人脸特征信息，键值和索引值的关系可表示为： 其中表示跨区域融合后的人脸特征图，表示SoftMax操作，K表示对角键的融合，表示另一组对角键的融合，T表示矩阵转置，d表示索引值的维度，Q代表人脸特征信息，表示卷积矩阵，X表示特征增强后人脸图；S203、通过嵌入矩阵1×1卷积将跨区域融合后的人脸特征图转换为人脸图特征矩阵V，并通过注意力机制融合静态背景信息，获得具有判别性的人脸局部细节特征图Y，可表示为： 其中，Y表示人脸局部细节特征图，V表示转换后的人脸图特征矩阵，为对角特征融合网络运行所需要的参数，表示空间中局部网格中的矩阵乘法运算。

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佛山大学，其通讯地址为：528000 广东省佛山市江湾一路18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”。