武汉大学韩镇获国家专利权
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!
龙图腾网获悉武汉大学申请的专利一种多摄像头异质人脸融合识别方法及装置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:CN116631040B 。
龙图腾网通过国家知识产权局官网在2025-10-21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:202310709477.6,技术领域涉及:G06V40/16;该发明授权一种多摄像头异质人脸融合识别方法及装置是由韩镇;李俊朗;郑宽;王中元;杨玉红设计研发完成,并于2023-06-14向国家知识产权局提交的专利申请。
本一种多摄像头异质人脸融合识别方法及装置在说明书摘要公布了:本发明公开了一种多摄像头异质人脸融合识别方法及装置,涉及数字图像技术领域,该方法包括构建得到训练风格迁移模型所需的低质量人脸风格图和高质量人脸内容图的对齐图像数据集;构建基于渐进风格迁移的多摄像头异质人脸融合网络,得到多个降质风格迁移模型;基于训练后得到的降质风格迁移模型,输入高质量被查询图像,得到多张不同模态的低质量人脸图像,生成一个人脸融合特征;将得到的多张不同模态的低质量人脸图像经过所述多摄像头异质人脸融合网络,生成另一个人脸融合特征,将生成的两个人脸融合特征进行相似度计算以寻找匹配的人脸。本发明可以在真实数据上进行无监督训练以适应真实场景,使得识别率更佳。
本发明授权一种多摄像头异质人脸融合识别方法及装置在权利要求书中公布了:1.一种多摄像头异质人脸融合识别方法,其特征在于,具体包括以下步骤: 基于原始监控图像数据集中的低质量人脸图像和高质量人脸图像,构建得到训练风格迁移模型所需的低质量人脸风格图和高质量人脸内容图的对齐图像数据集; 构建基于渐进风格迁移的多摄像头异质人脸融合网络,并采用所述对齐图像数据集对所述多摄像头异质人脸融合网络进行训练,得到多个降质风格迁移模型; 基于训练后得到的降质风格迁移模型,输入高质量被查询图像,得到多张不同模态的低质量人脸图像,将原始监控图像数据集中的低质量人脸图像经过所述多摄像头异质人脸融合网络,生成一个人脸融合特征; 将得到的多张不同模态的低质量人脸图像经过所述多摄像头异质人脸融合网络,生成另一个人脸融合特征,将生成的两个人脸融合特征进行相似度计算以寻找匹配的人脸; 其中,所述采用所述对齐图像数据集对所述多摄像头异质人脸融合网络进行训练,得到多个降质风格迁移模型,具体为: 将所述对齐图像数据集作为一次降质风格迁移模型的内容图的训练集,对所述多摄像头异质人脸融合网络进行训练,得到六个降质风格迁移模型; 其中,所述基于训练后得到的降质风格迁移模型,输入高质量被查询图像,得到多张不同模态的低质量人脸图像,具体步骤包括: 获取训练后得到的六个降质风格迁移模型,分别为、、、、、; 对和分别输入原始监控图像数据集中的高质量人脸图像作为被查询图像,分别得到一个红外模态的低质量人脸图像和一个可见光模态的低质量人脸图像; 将低质量人脸图像分别输入到和中,得到一个可见光低质量人脸图像和一个红外低质量人脸图像; 将可见光模态的低质量人脸图像分别输入到和中,得到一个可见光低质量人脸图像和一个红外低质量人脸图像。
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武汉大学,其通讯地址为:430000 湖北省武汉市武昌区珞珈山;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励