杭州电子科技大学江涛获国家专利权
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!
龙图腾网获悉杭州电子科技大学申请的专利一种基于深度学习的高分辨率艺术人脸标记点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:CN118196850B 。
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:202410136122.7,技术领域涉及:G06V40/16;该发明授权一种基于深度学习的高分辨率艺术人脸标记点检测方法是由江涛;颜成钢;游泽洪;刘一秀;王帅设计研发完成,并于2024-01-31向国家知识产权局提交的专利申请。
本一种基于深度学习的高分辨率艺术人脸标记点检测方法在说明书摘要公布了:本发明公开了基于深度学习的高分辨率艺术人脸标记点检测方法,首先准备用于模型训练和评估的艺术人脸数据集及对应的标记点注释;分别得到全局低分辨率预测标记点检测图和各区域高分辨率预测标记点检测图;通过均方差损失优化全局低分辨率和区域高分辨率预测标记点检测图;最后将各个区域的高分辨率预测标记点检测图还原回全局坐标系即实现人脸标记点检测。本发明在绘画和版画等艺术品人脸标记点检测中表现出杰出的效果。本发明提出了一种全局编‑解码器网络和区域编‑解码器网络相结合的方式实现对艺术人脸标记点进行粗略和细化标记,标记效果比现有方法更优异。
本发明授权一种基于深度学习的高分辨率艺术人脸标记点检测方法在权利要求书中公布了:1.一种基于深度学习的高分辨率艺术人脸标记点检测方法,其特征在于,具体按照以下步骤实施: 步骤1:准备用于模型训练和评估的艺术人脸数据集及对应的标记点注释; 步骤2:对艺术人脸数据集中的高分辨率图像进行下采样,将下采样得到的低分辨率图像通过全局编-解码器网络预测输出热图并提取出全局低分辨率预测标记点检测图;具体方法如下: 首先,对艺术人脸数据集中的1024×1024分辨率的图像进行下采样得到256×256尺寸的低分辨率图像,低分辨率图像输入全局编-解码器网络中;网络具体的流程如下:通过两个由一个卷积核为3,步长为2的卷积层、BatchNorm归一化层和ReLu激活层组成的下采样块,将输入的特征图通道数加倍,并减小其尺寸;然后,再通过6个ResNet块对下采样后的图像进行处理,增强模型对图像的建模能力;再通过两个由卷积核为3,步长为2的转置卷积层、BatchNorm归一化层和ReLu激活层组成的上采样块,将特征图的通道数减半,并增加其尺寸;最后通过反射填充层和卷积层对上采样后的特征图进行处理,以将特征图映射输出具有68个通道且与输入图像宽度和高度相同的热图;热图以峰值的形式来标记出人脸各部位的位置,并使用空间softmax以可微分的方式从热图中提取这些标记点,得到全局低分辨率预测标记点检测图,标记的部位包括眼睛、鼻子、嘴巴和下颌线; 步骤3:基于全局低分辨率预测标记点检测图对高分辨率图像进行裁剪,将得到的区域图像与步骤2中输出热图中相对应的区域热图相连接输入到区域编-解码器网络中生成细化后的各区域高分辨率预测标记点检测图;具体方法如下: 首先将步骤2中得到的低分辨率人脸标记点图像上采样4倍以匹配高分辨率图像;根据全局编-解码器网络得到的全局低分辨率预测标记点检测图中的粗略标记点位置对高分辨率图像的部位区域进行裁剪,这些区域所对应的部位包括眼睛、鼻子和嘴巴;为了适应256×256分辨率,裁剪区域的大小按照一个原始区域0.25-0.5之间随机值进行填充;然后,从全局编-解码器网络输出的热图中提取与自动裁剪部位区域相对应的区域图像;将自动裁剪得到的部位区域图像和热图中提取得到的相对应的区域图像进行通道融合,分别将融合后的不同的部位区域图像输入对应的区域编-解码器网络,所述的区域编-解码器网络与全局编-解码器网络结构相同;通过通道融合,区域编-解码器网络能够得到标记点的全局位置作为先验信息,从而支持细化任务;不同的区域编-解码器网络之间没有权重共享,这样每个网络都能够学习其人脸子区域的具体特征;区域编-解码器网络输出的热图由于不需要对人脸下颌线部位进行细化,故通道数减少了17个;热图以峰值的形式来标记出人脸各部位的位置,并使用空间softmax以可微分的方式从热图中提取这些标记点,得到细化后的各区域高分辨率预测标记点检测图; 步骤4:通过均方差损失优化全局低分辨率和区域高分辨率预测标记点检测图; 步骤5:将各个区域的高分辨率预测标记点检测图还原回全局坐标系即实现人脸标记点检测。
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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;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