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！

龙图腾网获悉华南理工大学申请的专利基于局部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：CN117994169B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410224971.8，技术领域涉及：G06T5/77；该发明授权基于局部的人脸去遮挡方法是由徐雪妙;陈玉沅;徐成设计研发完成，并于2024-02-29向国家知识产权局提交的专利申请。

本基于局部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局部的人脸去遮挡方法，包括：利用改进的pix2pixHD网络得到被遮挡人脸图像对应的遮挡物掩码与残缺人脸图像；利用BiSeNet网络得到残缺人脸图像对应的补全语义分割图；利用改进的SEAN网络，在语义分割图的引导下完成对残缺人脸中残缺区域的恢复，得到去遮挡人脸图像。本发明通过利用人脸分割图对人脸区域做局部编码，结合人脸未被遮挡区域协助遮挡区域的恢复，提升了人脸去遮挡的恢复质量与准确度。

本发明授权基于局部的人脸去遮挡方法在权利要求书中公布了：1.基于局部的人脸去遮挡方法，其特征在于，包括以下步骤： S1：收集野生被遮挡人脸图像，对野生被遮挡人脸数据做预处理，得到被遮挡人脸图像； S2：将被遮挡人脸图像输入训练好的改进的pix2pixHD网络，网络的改进是在原先pix2pixHD网络的基础上加上一层Sigmoid激活函数，得到介于0与1之间的被遮挡人脸图像对应的遮挡物掩码，通过遮挡物掩码和被遮挡人脸图像计算得到去遮挡后的残缺人脸图像； S3：将残缺人脸图像输入训练好的BiSeNet网络，得到残缺人脸图像对应的补全语义分割图； S4：将补全语义分割图与残缺人脸图像输入训练好的改进的SEAN网络，得到高质量的去遮挡人脸图像，包括： S41：用残缺人脸图像编码器提取残缺人脸图像对应的残缺人脸图像特征，残缺人脸图像编码器由4层3×3卷积组成，使用LeakyReLU作为激活函数，输入维度为b×3×128×128的图像，输出维度为b×256×128×128的残缺人脸图像特征；引入真值人脸图像编码器，以残缺人脸图像对应的真值人脸图像作为输入，输出真值人脸图像特征，真值人脸图像编码器与残缺人脸图像编码器有相同的编码器架构，两个编码器的特征各自以百分之50的概率被使用； S42：使用残缺人脸图像特征与对应的补全语义分割图计算得到局部语义特征编码：残缺人脸图像编码器得到的残缺人脸图像特征经一层3×3的卷积，使用LeakyReLU作为激活函数，得到维度为b×128×128×128的最终人脸图像特征，随后，最终人脸图像特征与补全语义分割图通过扩展操作拓展同一维度b×19×128×128×128并相乘，最后，对代表高度和宽度的维度做全局平均池化，得到维度为b×19×128的局部语义特征编码； S43：将局部语义特征编码与补全语义分割图作为条件注入生成器，恢复得到去遮挡人脸图像；生成器由5个恢复块组成，分辨率为{16×16,32×32,32×32,64×64,128×128}，每个恢复块包含两个3×3卷积、两个ReLU和两个恢复调制块，恢复块的输出特征与恢复块的输入特征相加，送到下一个分辨率的恢复块；对于恢复块，它经恢复调制块将恢复条件传递到特征之中；参照补全语义分割图，得到每个像素位置的语义分类，而后按照每个像素的语义分类填充局部语义特征编码，得到维度为b×128×h×w的语义样式特征图，其中，b为批次大小，h为高度，w为宽度，128为局部语义特征编码的通道长度； 每个恢复调制块，将语义样式特征图和残缺人脸图像调整到每个恢复块对应的分辨率大小，将残缺人脸图像用3×3卷积映射到残缺人脸中间嵌入，再用四个3×3卷积分别基于调整分辨率后的语义样式特征图和残缺人脸中间嵌入预测缩放和偏移，通过两个可学习的权重组合前面得到的缩放和偏移，应用基于空间的归一化，实现对特征的调制。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。