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！

龙图腾网获悉厦门大学申请的专利一种面向人脸关键点检测的自适应各向异性损失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：CN116012925B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202310098366.6，技术领域涉及：G06V40/16；该发明授权一种面向人脸关键点检测的自适应各向异性损失方法是由周正林;纪荣嵘设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本一种面向人脸关键点检测的自适应各向异性损失方法在说明书摘要公布了：一种面向人脸关键点检测的自适应各向异性损失方法，属于人脸关键点检测领域。针对标注噪声对人脸关键点检测模型训练的干扰，进而导致模型预测不准确，稳定性差等问题，提出一种自适应各向异性损失，用于减缓标注噪声对模型训练的影响，提高模型检测效果。由于标注噪声表现出一定的方向性，通过主成分分析，找到强弱噪声方向和对应的噪声强度，并通过线性变换将损失解耦到强弱噪声方向，并用噪声强度作为自适应权重，抑制强噪声方向上的损失，进而达到抑制标注噪声对模型训练影响的目的，提高模型检测效果。本发明可以应用于基于人脸点位检测的相关领域，包括人脸识别、表情驱动、人脸重建等，以提高人脸点位检测的稳定性和准确性。

本发明授权一种面向人脸关键点检测的自适应各向异性损失方法在权利要求书中公布了：1.一种面向人脸关键点检测的自适应各向异性损失方法，其特征在于包括如下步骤： 步骤1，获取携带有预置人脸关键点标注信息yt的人脸样本图像集； 步骤2，将人脸样本图像输入到模型中，模型的输出为N张热图h，其中N为预定义的人脸关键点个数，热图h表征对应点位的离散概率分布； 步骤3，根据热图h，计算均值坐标其中hi是指热图中位置所对应的离散概率： μ＝soft-Argmaxh＝∑ihiyi； 步骤4，根据热图h，计算矫正系数V1和V2： 步骤5，根据热图h，计算无偏协方差矩阵： 步骤6，根据协方差矩阵，计算特征值和特征向量，其中是特征向量矩阵，是对应的特征值矩阵： ∑＝VLV-1； 步骤7，根据特征值、特征向量、均值坐标、人脸关键点标注信息和距离函数d.，计算自适应各向异性损失： 步骤8，根据特征值，计算特征值约束损失： 步骤9，损失等于自适应各向异性损失与特征值约束损失之和，反向传播梯度训练模型； 步骤10，循环执行步骤2至步骤9，直至达到预定的训练轮数； 步骤11，训练结束后保留模型的权重，即得到人脸点位检测模型。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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。