Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 辽宁工程技术大学王竞雪获国家专利权

辽宁工程技术大学王竞雪获国家专利权

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!

龙图腾网获悉辽宁工程技术大学申请的专利复杂场景下的遮挡及模糊人脸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:CN115797997B

龙图腾网通过国家知识产权局官网在2025-11-18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:202211463471.7,技术领域涉及:G06V40/16;该发明授权复杂场景下的遮挡及模糊人脸检测方法是由王竞雪;周桐桐设计研发完成,并于2022-11-22向国家知识产权局提交的专利申请。

复杂场景下的遮挡及模糊人脸检测方法在说明书摘要公布了:本发明提供一种复杂场景下的遮挡及模糊人脸检测方法,涉及近景人脸目标识别与检测技术领域。本发明通过使用生成面部先验的GFP‑GAN对遮挡及模糊人脸图像进行修复,再采用改进的MTCNN对修复后人脸图像的进行人脸检测。改进的MTCNN在模型网络中引入深度可分离卷积使得计算量减少、减少了模型检测时间,加快了模型检测速度;在模型的R‑Net网络中引入与Involution卷积结合的、改进的残差注意力模块,通过该模块提高人脸检测的准确性,在减小模型大小和计算量的同时又保证了检测的精度;最后,在网络的全连接层处引入Dropout层,缓解过拟合的问题,在一定程度上达到正则化的效果,使用一种加权后处理算法Confluence对O‑Net网络生成的人脸检测框进行筛选,提高人脸检测框的准确性。

本发明授权复杂场景下的遮挡及模糊人脸检测方法在权利要求书中公布了:1.一种复杂场景下的遮挡及模糊人脸检测方法,其特征在于,包括: 步骤1:输入包含遮挡及模糊的人脸图像,将人脸图像输入到生成面部先验的生成对抗网络GFP-GAN中; 步骤2:对包含遮挡及模糊的人脸图像进行人脸修复,输出修复后的人脸图像; 步骤3:将步骤2修复后的人脸图像用一定的缩放因子进行缩放,得到不同尺寸的图像; 步骤4:对多任务卷积神经网络MTCNN进行改进,该网络由改进的第一个网络P-Net、改进的第二个网络R-Net、改进的第三个网络O-Net构成; 步骤5:将步骤3中不同尺寸的图像输入到改进的MTCNN中进行人脸检测; 所述步骤2包括: 步骤2.1:通过GFP-GAN网络的去退化模块提取人脸图像的潜在特征和多分辨率空间特征 步骤2.2:将步骤2.1提取的潜在特征映射到预训练的GAN的潜在特征空间中的潜在代码上,然后将潜在代码通过预训练GAN中的每个卷积层,生成多个分辨率尺度的GAN特征 步骤2.3:通过步骤2.1提取的多分辨率空间特征对部分GAN特征进行空间调制,在多个分辨率尺度下通过基于通道分割的空间特征转换层,生成一个修复的人脸图像; 所述步骤4中所述改进的第一个网络P-Net使用深度可分离卷积替换普通卷积; 所述改进的第二个网络R-Net首先将普通卷积层替换为深度可分离卷积,然后在网络中引入残差块,并与Involution卷积进行融合,最后将融入Involution卷积的残差块与通道注意力模块进行结合; 所述改进的第三个网络O-Net将普通卷积替换为深度可分离卷积,并在网络的全连接层处引入Dropout层,使用Confluence替换NMS来筛选人脸检测框; 所述步骤5包括: 步骤5.1:将不同尺寸的图像输入到MTCNN中改进的第一个网络P-Net中,输出检测后的人脸图像P1; 步骤5.1.1:用一个12×12的检测框对不同尺寸下的图像进行人脸检测,在图像上生成大量的人脸检测框; 步骤5.1.2:使用非极大值抑制的方法对人脸检测框进行筛选,输出检测后的人脸图像P1; 步骤5.2:将步骤5.1.2输出的人脸图像P1和步骤3中不同尺寸的图像进行Resize操作,图像的尺寸变为24×24; 步骤5.3:将步骤5.2得到的24×24的图像输入到MTCNN中改进的第二个网络R-Net中,输出检测后的人脸图像P2; 步骤5.3.1:对输入图像进行人脸检测,得到大量的人脸检测框; 步骤5.3.2:使用NMS对检测区域进行人脸检测框的过滤,输出检测后的人脸图像P2; 步骤5.4:将步骤5.3.2输出的人脸图像P2和步骤3中不同尺寸的图像进行Resize操作,图像的尺寸变为64×64; 步骤5.5:将步骤5.4得到的64×64的图像输入到MTCNN中改进的第三个网络O-Net中,输出检测后的人脸图像P3; 步骤5.5.1:对输入图像进行人脸检测,得到大量的人脸检测框; 步骤5.5.2:使用加权后处理算法Confluence替换NMS对检测区域进行人脸检测框的过滤,输出检测后的人脸图像P3。

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辽宁工程技术大学,其通讯地址为:123000 辽宁省阜新市细河区中华路47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。

免责声明
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。