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！

龙图腾网获悉南京航空航天大学申请的专利一种基于特征重建的人脸去遮挡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：CN116824669B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310758421.X，技术领域涉及：G06V40/16；该发明授权一种基于特征重建的人脸去遮挡方法是由张立言;杜姗姗设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本一种基于特征重建的人脸去遮挡方法在说明书摘要公布了：本发明公开了一种基于特征重建的人脸去遮挡方法，包括如下步骤：准备人脸图像数据集和遮挡物图像数据集，获取原始人脸图像、有遮挡人脸图像和二进制遮挡物掩码图组成的三元组数据集。构建遮挡鲁棒的人脸分割网络，从有遮挡人脸图像中获取遮挡物位置信息和人脸结构信息。构建遮挡提取器，利用遮挡物位置信息从遮挡人脸图像中提取粗糙的遮挡物掩码，并利用细化模块对掩码进行微调。构建人脸生成器，首先参照人脸分割图中的结构信息重建人脸图像的整体结构，然后利用缺失区域的临近区域信息和所属特征的内部信息对重点区域进行细化。本发明可以自动检测和去除单个和多个遮挡，是处理多样化遮挡的通用解决方案。

本发明授权一种基于特征重建的人脸去遮挡方法在权利要求书中公布了：1.一种基于特征重建的人脸去遮挡方法，其特征在于，包括如下步骤： 步骤1，获取原始人脸图像数据集、遮挡物数据集，从原始人脸图像数据集中筛选出无遮挡的人脸图像，对无遮挡的人脸图像利用遮挡物数据集添加一个或多个遮挡物得到有遮挡人脸图像数据集，得到一个由原始人脸图像数据集、遮挡物数据集、有遮挡人脸图像数据集组成的三元组数据集； 步骤2，搭建一个遮挡鲁棒的人脸分割模块，遮挡鲁棒的人脸分割模块的输入为步骤1得到的有遮挡人脸图像数据集，输出为遮挡分割图和人脸分割图，所述遮挡分割图中包含了遮挡物位置信息； 步骤3，搭建一个遮挡物提取器，遮挡物提取器的输入为步骤1得到的有遮挡人脸图像数据集和步骤2中输出的遮挡物位置信息，输出为二进制遮挡物掩码图；遮挡物掩码提取器包括粗糙遮挡物掩码提取器和细化遮挡物掩码提取器，所述粗糙遮挡物掩码提取器包括五个编码器和五个解码器，每个所述编码器均包括3*3Conv‑BN‑ReLU模块，每个所述Conv‑BN‑ReLU模块后串接三个残差块，最后一个残差块后接最大池层；每个所述解码器均利用双线性插值对最大池层的输出进行上采样，再通过3*3Conv‑BN‑ReLU模块，并通过跳转连接与对应编码器的输出相连，得到拼接的特征图，然后将拼接的特征图再通过3*3Conv‑BN‑ReLU模块和串接的三个残差块，得到新的特征图,将最后一个解码器的输出结果通过1*1Conv和sigmoid激活函数，得到粗糙遮挡物掩码图； 使用二进制交叉熵损失来对粗糙遮挡物掩码提取器进行训练： 二进制交叉熵损失被定义为： 其中，Mgt代表真实的二进制遮挡物掩码图，Mc代表输出的粗糙遮挡物掩码图，i，j代表坐标参数，代表Mgt的第i,j项，代表Mc的第i,j项； 所述细化遮挡物掩码提取器将粗糙遮挡物掩码图作为输入，筛选出像素值大于0.5的部分作为遮挡物的主要区域,然后，在遮挡物的主要区域和粗糙遮挡物掩码提取器最后一个解码器输出的特征图之间做点乘，计算出遮挡物在隐藏空间中的主要特征；同时，将特征图投影到隐藏空间，得到粗糙遮挡物掩码在隐藏空间的特征；最后，在遮挡物的主要区域和粗糙遮挡物掩码的其他位置特征之间进行相似性匹配，保留正相关的区域，得到细化的遮挡物掩码图； 步骤4，搭建一个人脸生成器，人脸生成器的输入为步骤1得到的有遮挡人脸图像数据集、步骤2中输出的人脸分割图和步骤3输出的二进制遮挡物掩码图，输出为去遮挡的人脸图像； 步骤5，构建包括遮挡鲁棒的人脸分割模块、遮挡物提取器和人脸生成器的网络模型，对网络模型进行训练，将训练好的网络模型用于人脸去遮挡。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。