河北工业大学何静飞获国家专利权
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!
龙图腾网获悉河北工业大学申请的专利基于集成学习策略的轻量级无人机人脸识别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:CN119904573B 。
龙图腾网通过国家知识产权局官网在2025-09-30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:202411958585.8,技术领域涉及:G06T17/00;该发明授权基于集成学习策略的轻量级无人机人脸识别方法是由何静飞;赵元庆;米成虎;杜浩林设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。
本基于集成学习策略的轻量级无人机人脸识别方法在说明书摘要公布了:本发明属于无人机人脸识别技术领域,具体是一种基于集成学习策略的轻量级无人机人脸识别方法。首先,采集无人机人脸图像;接着,构建轻量级人脸检测模型,利用轻量级人脸检测模型从无人机人脸图像中提取低分辨率人脸图像;构建人脸超分辨率重建模型,利用人脸超分辨率重建模型从低分辨率人脸图像中提取高分辨率人脸图像;构建三维人脸重建模型,利用三维人脸重建模型从高分辨率人脸图像中重建人脸图像,生成三维人脸重建图像;最后,构建基于双注意力机制的轻量级人脸识别模型DAMobileFace和基于CA注意力机制的轻量级人脸识别模型CAMFace;利用DAMobileface和CAMface模型分别在高分辨率人脸图像和三维人脸重建图像上进行人脸识别,基于集成学习策略对两个模型在两种图像上的识别结果进行加权,得到最终的人脸识别结果。该方法解决了无人机人脸识别存在的低分辨率、复杂背景以及计算资源有限等问题。
本发明授权基于集成学习策略的轻量级无人机人脸识别方法在权利要求书中公布了:1.一种基于集成学习策略的轻量级无人机人脸识别方法,其特征在于,该方法包括以下步骤: 第一步:采集无人机人脸图像; 第二步:构建轻量级人脸检测模型,利用轻量级人脸检测模型从无人机人脸图像中提取低分辨率人脸图像; 第三步:构建人脸超分辨率重建模型,利用人脸超分辨率重建模型从低分辨率人脸图像中提取高分辨率人脸图像; 第四步:构建三维人脸重建模型,利用三维人脸重建模型从高分辨率人脸图像中重建人脸图像,生成三维人脸重建图像; 第五步:以FaceNet网络为基础,使用MobileNetV2网络替换Facenet网络的骨干网络,并在MobileNetV2网络第一卷积块和最后一个瓶颈块之后分别嵌入CBAM模块,在每个瓶颈块的深度卷积之后嵌入一个SENet模块,得到基于双注意力机制的轻量级人脸识别模型DAMobileFace; 以MixNets网络为基础,在MixNets网络的每个3×3,5×5,7×7MixConv和3×3,5×5,7×7MixConv‑d的逐元素相加操作之后分别嵌入一个通道混洗模块,在第一个、第二个3×3,5×5,7×7MixConv以及第一个3×3,5×5,7×7,9×9MixConv之后分别嵌入一个CA注意力模块,得到基于CA注意力机制的轻量级人脸识别模型CAMFace; 利用DAMobileface和CAMface模型分别在高分辨率人脸图像和三维人脸重建图像上进行人脸识别,假定DAMobileface模型在高分辨率人脸图像数据集和三维人脸重建图像数据集上的准确率分别为Asuper,DAM和Arecon,DAM,CAMface模型在高分辨率人脸图像数据集和三维人脸重建图像数据集上的准确率分别为Asuper,CAM和Arecon,CAM,根据下式对各模型的准确率进行标准化处理; 式中,max·表示取最大值,Wsuper,DAM、Wrecon,DAM分别是DAMobileface模型在高分辨率人脸图像数据集和三维人脸重建图像数据集上的权重,Wsuper,CAM、Wrecon,CAM分别是CAMface模型在高分辨率人脸图像数据集和三维人脸重建图像数据集上的权重; 假定测试时DAMobileface模型在高分辨率人脸图像和三维人脸重建图像上的识别结果分别为Rsuper,DAM和Rrecon,DAM、CAMface模型在高分辨率人脸图像和三维人脸重建图像上的识别结果分别为Rsuper,CAM和Rrecon,CAM,则通过下式计算最终的人脸识别结果R; R=Wsuper,DAM·Rsuper,DAM+Wrecon,DAM·Rrecon,DAM+Wsuper,CAM·Rsuper,CAM+Wrecon,CAM·Rrecon,CAM6
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河北工业大学,其通讯地址为:300130 天津市红桥区丁字沽光荣道8号河北工业大学东院;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