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！

龙图腾网获悉重庆邮电大学申请的专利一种基于密集注意力的轻量级人脸关键点检测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：CN116110106B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310174723.2，技术领域涉及：G06V40/16；该发明授权一种基于密集注意力的轻量级人脸关键点检测方法是由高新波;蒋雪;张颜设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于密集注意力的轻量级人脸关键点检测方法在说明书摘要公布了：本发明属于计算机视觉与人工智能领域，具体涉及一种基于密集注意力的轻量级人脸关键点检测方法，该方法包括：获取待检测的人脸图像，将待检测的图像输入到训练好的基于密集空洞自注意力的轻量级人脸关键点检测模型中，得到轻量级人脸关键点；基于密集空洞自注意力的轻量级人脸关键点检测模型包括四个模块，其中第一模块和第二模块均由图像下采样模块和密集空洞自注意力模块组成，第三模块和第四模块由图像下采样模块和通道注意力模块组成；本发明提出了一个轻量级的网络结构，在前期更多的关注空间信息，随着后期通道信息的增加，更注重通道信息的提取，可以有效的提取鲁棒的特征。

本发明授权一种基于密集注意力的轻量级人脸关键点检测方法在权利要求书中公布了：1.一种基于密集注意力的轻量级人脸关键点检测方法，其特征在于，包括：获取待检测的人脸图像，将待检测的图像输入到训练好的基于密集空洞自注意力的轻量级人脸关键点检测模型中，得到轻量级人脸关键点；基于密集空洞自注意力的轻量级人脸关键点检测模型包括四个模块，其中第一模块和第二模块均由图像下采样模块和密集空洞自注意力模块组成，第三模块和第四模块由图像下采样模块和通道注意力模块组成； 对基于密集空洞自注意力的轻量级人脸关键点检测模型进行训练的过程包括： S1：获取人脸数据集，将数据划分为训练集和测试集，其中训练集用于训练模型，测试集用户对训练后的模型进行测试； S2：对训练集中的数据进行预处理； S3：将预处理后的数据输入到图像下采样模块； S4：将经过下采样的图像输入到第一模块中和第二模块中进行特征提取；具体包括： S41：采用第一模块的上采样模块将上一模块的特征进行下采样，得到初始特征图； S42：将初始特征图分别输入到密集空洞自注意力模块和边缘特征提取网络中，得到第一特征图和初始边缘特征图； S43：将初始边缘特征和第一特征图进行融合，将融合后的特征图输入到全连接层中，得到具有初始边缘特征信息的第二特征图； S44：采用第二模块的上采样模块将第二特征图进行上采样； S45：将初始边缘特征图和经过第二模块的上采样模块处理后的特征图进行融合，并将融合后的特征输入到第二边缘特征提取网络中，得到边缘特征图； S46：将上采样后的特征图输入到密集空洞自注意力模块中，得到第三特征图；具体包括：密集空洞自注意力模块由空洞下采样以及多个自注意力模块组成；对特征进行密集空洞下采样，下采样后的特征尺寸为原来的14；其中对特征进行空洞下采样的操作包括对特征重新排列、并重新分块；将各个14特征图输入到各个自注意力模块中，且每个注意力模块的输出都会作为下一个注意力模块的输入，得到第一特征图； S47：将第三特征图与边缘特征图进行融合，并将融合后的特征图输入到全连接层中，得到具有边缘信息的特征图； S5：将提取的特征图输入到第三模块和第四模块中进行通道注意力特征提取，得到具有边缘信息的特征图； S6：将具有边缘信息的特征图输入到全连接层中，得到轻量级关键点识别结果； S7：根据轻量级关键点识别结果计算模型的损失函数，不断调整参数，当损失函数最小时完成模型的训练。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。