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！

龙图腾网获悉西南科技大学申请的专利一种新的轻量级头部姿态估计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：CN115019339B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202210489231.8，技术领域涉及：G06V40/10；该发明授权一种新的轻量级头部姿态估计方法是由张红英;韩雪;卢琇雯;方艳红设计研发完成，并于2022-05-07向国家知识产权局提交的专利申请。

本一种新的轻量级头部姿态估计方法在说明书摘要公布了：针对现有的头部姿态估计算法在复杂场景下实时性差、识别率低的问题，本发明给出了一种新的轻量级头部姿态估计方法。该方法具有多级输出的结构，用三条不同类型的支流网络分别对输入图像进行特征提取，并且每条支流上都有三个阶段，每一阶段只需要细化前一阶段的特征。各支流在相同阶段提取出的特征经过特征融合模块来生成特征映射，有效避免了特征丢失问题。特征提取模块选择Ghost模块作为特征提取网络，利用模型压缩，使之在保证网络精度的同时减少网络参数和计算量；为提取出重要性更强的有效特征，引入高效通道注意力模块ECA‑Net，从而提升头部姿态估计的准确性。本发明的方法可以取得优异的头部姿态估计效率，有广泛的实用性。

本发明授权一种新的轻量级头部姿态估计方法在权利要求书中公布了：1.一种新的轻量级头部姿态估计方法，其特征在于其中五个部分，数据集预处理，三条不同类型的特征提取网络在三个阶段分别进行多尺度特征提取，将各阶段提取出来的特征进行融合，将融合后的特征进行细粒度结构映射以得到代表性特征，网络训练与测试。 第一部分包括两个步骤： 步骤1，下载头部姿态估计常用的数据集：300W-LP、AFLW2000和BIWI数据集，然后将这些数据集设置为两种协议，以进行更好的训练与测试，第一种是在合成的数据集300W-LP上进行训练，同时在两个真实数据集AFLW2000和BIWI上进行测试，第二种是使用BIWI数据集上16个视频进行训练，其他8个视频进行测试； 步骤2，采用多任务卷积神经网络Multi-TaskConvolutionalNeuralNetwork,MTCNN进行人脸检测，选出包含人脸的图片，框出人脸之后进行裁剪，裁剪成大小64×64像素的人脸图片； 第二部分包括两个步骤： 步骤3，将步骤2中裁剪好的图片输入到设计的三支流特征提取网络中，分别对输入图像进行充分的特征提取，具体实施如下： 1在三支流特征提取网络中引入Ghost模块，利用模型压缩，使之在保证网络精度的同时减少网络参数和计算量，从而提升计算速度； 2对1处理后的卷积层输入到批量标准化和激活函数模块进行处理，提高网络收敛速度和防止过拟合； 3对2处理后的特征输入到ECA-Net，提高特征信息的有效性，得到鲁棒特征； 4对3得到的鲁棒特征输入到池化层进行裁剪，将裁剪后的精细图像作为下一阶段网络的输入； 步骤4，对步骤3的操作重复三次构成三阶段特征提取网络，并且每一阶段只需要细化前一阶段的特征，三个阶段的通道大小分别设置为32、64和128，实现对输入特征逐渐进行精细化提取； 第三部分包括两个步骤： 步骤5，将步骤4中三个阶段提取出来的不同特征进行融合，以得到新的特征图，促使网络学习到更多的特征； 步骤6，将步骤5融合后的特征图分别输入到大小为1×1的卷积核中进行卷积操作，并将特征图转换到c通道后进行池化操作，将特征图的大小变成w×h，w和h分别表示特征图的宽和高，因此可以得到各个阶段的大小为w×h×c的特征图UK，其中c表示通道大小； 第四部分包括四个步骤： 步骤7，将步骤6中得到的特征图输入到注意力结构AK中，来计算每个特征的重要性，从而提升网络对有效特征的提取能力； 步骤8，将步骤6、7处理后的特征共同输入到细粒度结构映射模块，通过细粒度结构映射模块来提取更有效和更具有代表性的特征并将各个拼接为代表性特征 步骤9，对步骤8得到代表性特征送入到特征聚合模块，得到最终的特征集V，以便更好的对特征映射进行分组； 步骤10，将步骤9得到的特征集V输入到软阶段回归网络SoftStagewiseRegressionNetwork,SSR-Net中，从而获得最终的头部姿态估计的结果； 第五部分包括两个步骤： 步骤11，调试从步骤3到步骤10的网络结构超参数，其中，初始学习率设置为0.01，共有100个周期，每30个周期学习率降低10倍，并得到最终的训练模型； 步骤12，将步骤1中设置的两个训练集分别输入步骤11中的训练模型中，得到头部姿态估计的结果。

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西南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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。