一种基于深度残差网络的人脸识别身份认证方法

发明专利有效专利

申请号：
CN202110275263.3
IPC分类号：G06K9/00;G06N3/04;G06N3/08
申请日期：
2021-03-15
申请人：
东北大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度残差网络的人脸识别身份认证方法
申请号	CN202110275263.3	申请日期	2021-03-15
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-22	公开/公告号	CN113011307A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	东北大学	申请人地址	辽宁省沈阳市和平区文化路3号巷11号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东北大学	当前权利人	东北大学
发明人	郭楠;张正道;白翠霞
代理机构	沈阳东大知识产权代理有限公司	代理人	李珉

摘要

本发明提供一种基于深度残差网络的人脸识别身份认证方法，涉及身份认证中的隐私保护技术领域。本方法通过训练深度残差网络来进行人脸识别。为了提高系统验证的安全性，降低别人冒充你验证通过的概率，选择了误识率(不同人识别为同一个人的概率)较低(0.001或0.002)时的准确率作为评价标准，并以此时的阈值作为判断阈值。为了能将特征值存储于一个二维码之中，将原浮点数的特征值映射到[‑127，127]之间的整数值欧氏空间，使原本1024字节容量的特征值降低到128字节。为了能将网络模型移植到空间资源有限的移动端，通过逐步的减少网络的特征层通道数和减少网络层数，最终将网络模型的容量从96M缩小到了39M，且准确率只有少量的下降。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供