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！

龙图腾网获悉深圳市友联天美科技有限公司申请的专利一种基于大模型筛选与蒸馏的活体检测方法、装置及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：CN121583009B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610109040.2，技术领域涉及：G06V40/40；该发明授权一种基于大模型筛选与蒸馏的活体检测方法、装置及设备是由邹春庆;鲁泽军设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本一种基于大模型筛选与蒸馏的活体检测方法、装置及设备在说明书摘要公布了：一种基于大模型筛选与蒸馏的活体检测方法、装置及设备，涉及数据处理领域。在该方法中，将活体图像数据输入至预设教师处理模型，生成第一活体置信度以及教师中间层特征图，计算生成第一空间显著性图；将活体图像数据输入至预设学生处理模型，生成第二活体置信度以及学生中间层特征图；计算教师中间层特征图与学生中间层特征图之间的特征差异，并对特征差异进行逐空间位置的加权，生成加权特征差异，计算得到空间加权特征模仿损失和置信度模仿损失，对预设学生处理模型的内部参数进行调整优化，得到目标学生处理模型，并基于目标学生处理模型对待检测活体图像进行检测。实施本申请提供的技术方案，提高了活体检测的准确性。

本发明授权一种基于大模型筛选与蒸馏的活体检测方法、装置及设备在权利要求书中公布了：1.一种基于大模型筛选与蒸馏的活体检测方法，其特征在于，所述方法包括： 获取活体图像数据，并将所述活体图像数据输入至预设教师处理模型，生成第一活体置信度以及与所述预设教师处理模型的预设第一中间层相关联的教师中间层特征图； 基于所述第一活体置信度和所述教师中间层特征图，计算生成第一空间显著性图； 将所述活体图像数据输入至预设学生处理模型，生成第二活体置信度以及与所述预设学生处理模型的预设第二中间层相关联的学生中间层特征图； 计算所述教师中间层特征图与所述学生中间层特征图之间的特征差异，并利用所述第一空间显著性图对所述特征差异进行逐空间位置的加权，生成加权特征差异； 基于所述加权特征差异，计算得到空间加权特征模仿损失； 基于所述第一活体置信度与所述第二活体置信度之间的差异，计算得到置信度模仿损失； 根据所述空间加权特征模仿损失与所述置信度模仿损失，对所述预设学生处理模型的内部参数进行调整优化，得到目标学生处理模型，并基于所述目标学生处理模型对待检测活体图像进行检测； 所述基于所述第一活体置信度和所述教师中间层特征图，计算生成第一空间显著性图，具体包括： 计算所述第一活体置信度相对于所述教师中间层特征图中每个特征通道的梯度，得到与所述教师中间层特征图的通道数相等的梯度图集合； 对所述梯度图集合中的每个梯度图，在空间维度上进行全局平均池化操作，计算得到对应特征通道的通道重要性权重； 将所述教师中间层特征图中的每个特征通道，与对应的通道重要性权重进行相乘，得到加权后特征通道，并将所述加权后特征通道进行线性组合，生成初始显著性图； 对所述初始显著性图进行非负激活处理，得到所述第一空间显著性图； 所述计算所述教师中间层特征图与所述学生中间层特征图之间的特征差异，并利用所述第一空间显著性图对所述特征差异进行逐空间位置的加权，生成加权特征差异，具体包括： 对所述学生中间层特征图执行多次卷积运算，生成适配学生特征图； 基于所述教师中间层特征图与所述适配学生特征图的每个共享空间位置，提取教师通道向量和学生通道向量； 基于所述教师通道向量与所述学生通道向量，计算幅度差异值和结构差异值，其中，所述幅度差异值为所述教师通道向量的L2范数与所述学生通道向量的L2范数之差的平方，所述结构差异值为预设值与所述教师通道向量和所述学生通道向量之间的余弦相似度之差； 对所述幅度差异值和所述结构差异值进行加权求和，得到对应共享空间位置上的特征差异值； 将所有共享空间位置的特征差异值共同构成初始差异图； 对所述第一空间显著性图进行线性变换，生成焦点权重图，并将所述初始差异图与所述焦点权重图进行逐元素相乘，得到所述加权特征差异； 所述基于所述加权特征差异，计算得到空间加权特征模仿损失，具体包括： 计算所述加权特征差异在全部空间位置上的数值的算术平均值，得到第一损失分量； 计算所述加权特征差异在全部空间位置上的数值的标准差，得到标准差值； 将所述第一损失分量与所述标准差值相加，生成差异阈值； 确定所述加权特征差异中，数值大于所述差异阈值的全部空间位置，构成高差异位置集合； 提取所述加权特征差异中，位于所述高差异位置集合内的所有数值，并计算提取出的所有数值的算术平均值，得到第二损失分量； 根据预设第一权重系数和预设第二权重系数，对所述第一损失分量和所述第二损失分量进行加权求和，得到所述空间加权特征模仿损失。

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深圳市友联天美科技有限公司，其通讯地址为：518000 广东省深圳市龙华新区龙华街道清湖社区大和路硅谷动力清湖园A5栋3层；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。