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！

龙图腾网获悉陕西师范大学申请的专利基于年龄和关键点引导生成的低龄人脸老化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：CN119296150B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202411243890.9，技术领域涉及：G06V40/16；该发明授权基于年龄和关键点引导生成的低龄人脸老化方法是由刘蓉;杜艺昕;李继胜;杨瑞森;马明辉;庞文驰;吴亚朋设计研发完成，并于2024-09-05向国家知识产权局提交的专利申请。

本基于年龄和关键点引导生成的低龄人脸老化方法在说明书摘要公布了：本发明公开了一种基于年龄和关键点引导生成的低龄人脸老化方法，主要解决现有技术不能对低龄人脸生成高质量的老化图像，且不能同时保持处理流程高效性和目标准确性的问题。其实现方案是：构建0～20岁的人脸图像的训练集和测试集，并对每张图片赋予对应的年龄标签；对训练集进行关键点检测，将检测结果转换为高斯分布图；构建基于关键点信息引导与循环条件生成的人脸图像生成对抗网络；设计连续年龄转换损失并构建网络总体损失；通过训练集及高斯分布图对网络进行训练直至总体损失收敛；将测试集加载到训练好的网络中生成各年龄阶段的人脸图像。本发明能对低龄人脸生成更高质量的老化图像，提高生成图像的自然度。

本发明授权基于年龄和关键点引导生成的低龄人脸老化方法在权利要求书中公布了：1.一种基于年龄和关键点引导生成的低龄人脸老化方法，其特征在于，包括如下： 1从公开的人脸数据集获取n张0~20岁年龄段的人脸数据，将其按9：1的比例划分为训练集T与测试集M，再将训练集和测试集的图片按年龄划分为1~3岁、4~8岁、9~12岁、13~16岁和17~20岁共5个类别，这5个类别依次定义为1~5的年龄标签，即对每张图片赋予相应的年龄标签； 2对训练集T中的原始图像进行面部关键点检测，将得到的面部关键点信息转换为高斯分布图，并对高斯分布图进行归一化； 3构建基于关键点信息引导与循环条件生成的人脸图像生成对抗网络APGAN，其包括权重共享的正逆向生成器G和多任务判别器D： 3a构建生成器G，用于对原有面部结构添加老化特征以生成高质量老化图像： 3a1建立面部图像与关键点信息注意力融合模块FIKFAM，用于精准整合面部图像特征和关键点信息，突出重要的面部区域； 3a2建立包含一个特征提取模块、一个大小为3×3的卷积核、一个FIKFAM模块和6个残差块的编码器； 3a3建立包含两个反卷积层、一个卷积层、三个归一化层和三个ReLU激活层的解码器，用于从特征向量中生成输出图像； 3a4将编码器的输出相加并输入到解码器，构成生成器G； 3b构建包含真假图像判别和年龄验证功能的多任务学习判别器D，用于判断图像的真实性，评估图像是否反映了特定的年龄属性； 4设计连续年龄转换损失： ， 其中是输入图片，为生成器G的输出图像，是从图片中提取的关键点，是从图片中提取的关键点，为目标年龄标签； 5根据判别先验损失、年龄验证损失、重建循环一致损失及连续年龄转换损失，构建总体损失函数；计算公式分别如下： ， ， ， ， ， 其中，是目标年龄图像，是原始年龄图像，是原始年龄标签，是目标年龄标签，是原始年龄对应关键点高斯图，是从中间生成的目标年龄图片中提出的关键点高斯图，是生成的目标年龄人脸图像，是生成的目标年龄图片，是输入图像，为生成器G的输出图像，是从图片中提取的关键点，是从图片中提取的关键点，是目标年龄标签；分别是的权重系数； 6使用反向传播算法，通过训练数据集T对人脸图像生成对抗网络APGAN进行训练，直至网络总体损失函数收敛，得到训练好的人脸生成模型； 7将测试数据集M中的人脸图像加载到训练好的人脸生成模型中生成各年龄阶段的人脸图像。

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陕西师范大学，其通讯地址为：710000 陕西省西安市郭杜街道西长安街620号陕西师范大学长安校区；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。