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！

龙图腾网获悉广东开放大学(广东理工职业学院)申请的专利一种基于图像处理的人脸特征自动识别系统及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：CN121545203B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610061042.9，技术领域涉及：G06V40/16；该发明授权一种基于图像处理的人脸特征自动识别系统及方法是由唐守军;李可;李君艺设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种基于图像处理的人脸特征自动识别系统及方法在说明书摘要公布了：本发明提供一种基于图像处理的人脸特征自动识别系统及方法，涉及人脸识别技术领域，本发明通过利用人脸结构信息生成的热力图指导多尺度特征融合与光照分解，有效增强五官关键区域的特征表达，同时抑制背景干扰，改进的Retinex算法结合热力图实现自适应的光照分量估计，克服传统方法在边缘区域的光晕效应，确保反射分量特征的光照不变性，通过从反射分量图中生成精准的遮挡掩码，并对未遮挡区域提取局部判别性特征，能够有效应对遮挡物带来的挑战，最终，全局反射分量特征与局部判别性特征的加权融合，结合主成分降维与最近邻分类，构成层次清晰、协同工作的识别流程，实现光照变化与局部遮挡双重困难下的可靠身份识别。

本发明授权一种基于图像处理的人脸特征自动识别系统及方法在权利要求书中公布了：1.一种基于图像处理的人脸特征自动识别方法，其特征在于，所述自动识别方法包括： S1：提取待识别人脸图像的多尺度特征图和人脸结构信息，基于人脸结构信息生成综合高斯热力图，基于综合高斯热力图将多尺度特征图融合为联合特征图； S2：通过Retinex算法结合综合高斯热力图将联合特征图分解为光照分量图和反射分量图，并从反射分量图中提取反射分量特征； S3：基于反射分量图，通过自适应阈值分割和形态学操作生成遮挡掩码，并通过遮挡掩码对联合特征图进行空间加权，获得区域遮挡特征图； S4：提取区域遮挡特征图中未遮挡区域的局部判别性特征； S5：对反射分量特征和局部判别性特征进行主成分分析降维后融合，生成综合特征向量，基于综合特征向量与预构建的人脸特征库，通过最近邻分类器进行识别，生成识别结果； 在步骤S1中，综合高斯热力图的生成步骤包括： 构建与待识别人脸图像的分辨率相同的像素网格，并将人脸结构信息中的关键点坐标映射至像素网格中，像素网格中的每个最小不可分割元素代表一个像素点； 对单个关键点，计算像素网格中每个像素点到关键点的平方距离，获得该关键点对应的距离矩阵； 通过高斯函数处理每个关键点对应的距离矩阵，获得每个关键点对应的高斯热力图，将所有高斯热力图叠加融合后归一化为综合高斯热力图； 在步骤S1中，联合特征图的融合步骤包括： 将原始分辨率的综合高斯热力图通过双线性插值下采样到各尺度的特征图对应的分辨率； 将下采样后的综合高斯热力图与对应尺度的特征图进行逐像素相乘操作，获得各尺度的空间加权特征图； 将所有的空间加权特征图在通道维度上进行拼接，获得初步联合特征图； 对初步联合特征图进行主成分分析降维处理，生成联合特征图； 在步骤S2中，光照分量图和反射分量图的分解步骤包括： 对联合特征图中的每个像素位置，读取综合高斯热力图中对应位置像素的热力值，通过预设的映射函数计算联合特征图中的每个像素位置的尺度参数； 基于联合特征图中的每个像素位置的尺度参数，结合预设的高斯核生成公式生成高斯核； 通过高斯核对联合特征图进行高斯滤波处理获得光照分量图； 通过联合特征图与光照分量图的对数域减法运算，分离出反射分量图。

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广东开放大学(广东理工职业学院)，其通讯地址为：510091 广东省广州市下塘西路1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。