[发明专利]基于轻量级的多尺度特征人脸融合方法在审
| 申请号： | 202111268744.8 | 申请日： | 2021-10-29 |
| 公开（公告）号： | CN116091878A | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 王威;龙敏;高兆锋 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06V10/80 | 分类号： | G06V10/80;G06V40/16;G06V10/82;G06T5/50;G06V10/776 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410114 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于轻量级网络的多尺度人脸特征融合方法，用以填补人脸特征级融合数据集的空白，以及提高融合人脸的生成效率和质量。包括下列步骤：1)在公开人脸数据集CelebA上通过双目测距的方法选取正脸图像，将选取到的图像按6:2:2的比例划分成训练集、验证集和测试集；2)对数据集的人脸进行预处理，首先统一尺寸，并且利用Dlib库确定人脸，保证图像的大部分都是有用的人脸信息；3)将训练集输入到多尺度特征融合的轻量级网络中，获得训练好的能在特征级别进行人脸融合的模型；4)在验证集上进行调整，获得效果最好的模型超参数，再将测试集的人脸图像输入到训练好的模型之中，得到最终的特征融合人脸图像。本发明首先采用了多特征的方式在特征级别上进行人脸融合，再使用端到端的轻量级学习模型生成融合人脸，这既有效地加强了参与融合的特征的强度，也大大削减了模型参数，提高了融合的效率，很适合实际的特征级人脸融合数据集的建造。 | ||
| 搜索关键词： | 基于 轻量级 尺度 特征 融合 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙理工大学，未经长沙理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111268744.8/，转载请声明来源钻瓜专利网。
