恭喜四川大学程鹏获国家专利权
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!
龙图腾网恭喜四川大学申请的专利兼顾全局和局部特征关系的轻量级人脸解析方法及装置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:CN119152563B 。
龙图腾网通过国家知识产权局官网在2025-04-08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:202411660771.3,技术领域涉及:G06V40/16;该发明授权兼顾全局和局部特征关系的轻量级人脸解析方法及装置是由程鹏;韩琮设计研发完成,并于2024-11-20向国家知识产权局提交的专利申请。
本兼顾全局和局部特征关系的轻量级人脸解析方法及装置在说明书摘要公布了:本发明涉及计算机视觉领域,具体涉及一种兼顾全局和局部特征关系的轻量级人脸解析方法及装置,所述方法包括以下步骤:接收人脸的RGB图像,将其进行卷积批嵌入操作,以获得原始的特征图;将所述原始的特征图经过结合卷积的Transformer操作得到不同尺寸的特征图;将所述不同尺寸的特征图送入FFN进行特征融合;利用融合后的特征估计单个像素的所属区域类别。本发明的方法通过引入Transformer构架,同时结合CNN,保证了对长距离像素间关系和短距离像素间关系的兼顾,大大降低了计算复杂程度。
本发明授权兼顾全局和局部特征关系的轻量级人脸解析方法及装置在权利要求书中公布了:1.一种兼顾全局和局部特征关系的轻量级人脸解析方法,其特征在于,包括以下步骤:S1.接收人脸的RGB图像,将其进行卷积批嵌入操作,以获得原始的特征图;S2.将所述原始的特征图经过结合卷积的Transformer操作得到不同尺寸的特征图;S3.将所述不同尺寸的特征图送入FFN进行特征融合;S4.利用融合后的特征估计单个像素的所属区域类别;所述结合卷积的Transformer操作中多次使用束层归一化操作,保证整张图片的归一化一致;其中卷积批嵌入操作与结合卷积的Transformer操作中利用卷积神经网络进行块嵌入,用于解决原始Transformer的块嵌入模块对于相邻像素间连通性的破坏,以及防止图像块边缘与其他图像块的关系丢失;束层归一化的计算公式如下: 其中,p是输入该模块的特征,pi是p中的第i个样本,表示实数域,表示p的维度是b,,c,,分别对应为在通道维度的均值与方差,m是样本的总数,i是样本的编号,,为可学习的参数,是防止方差为0的极小值,X是输入的人脸图片,b是批大小,c是图像的通道数量;结合卷积的Transformer操作包括长短距离注意力模块,长短距离注意力模块分为两个分支,一个分支为窗口多头自注意力模块,另一个是卷积分支,所述窗口多头自注意力模块的流程为: ; ;其中dk为Q,K,V的通道数,,,指将特征x直接赋值给Q,K,V的操作,Q,K,V是为方便表述而定义的三个特征的名称,head由组成,Concat代表在深度维度上的拼接操作;,,和分别为对应部分可学习参数,为输入长短距离注意力模块的特征深度;Attention操作对于每个尺寸的特征图,只在不重叠的窗口内计算自注意力;所述卷积分支的结构的流程如下: ;其中,指尺寸变换操作,将特征从空间向量转换为序列向量,代表上述变换的反向操作,bottleneck代表沙漏型卷积层处理特征后的输出,BLN代表特征经过束层归一化的输出,GELU为高斯误差线性单元;长短距离注意力模块的整体流程如下: ;其中,x'为所述卷积分支的输出,x为输入长短距离注意力模块的特征。
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四川大学,其通讯地址为:610065 四川省成都市一环路南一段24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”。
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。