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！

龙图腾网获悉深圳大学申请的专利密集型人脸检测方法、装置及计算机设备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：CN119832496B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411904002.3，技术领域涉及：G06V20/52；该发明授权密集型人脸检测方法、装置及计算机设备是由张沛昌;吴梓铭;黄磊;钟世达;秦建斌;连阳设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本密集型人脸检测方法、装置及计算机设备在说明书摘要公布了：本发明提供了一种密集型人脸检测方法、装置及计算机设备，方法包括：导入训练集图片训练改进的YOLOV8模型，得到视觉检测模型；所述改进的YOLOV8模型包括：在通用的YOLOV8模型的C2f模块中引入HAM混合注意力机制；引入小目标检测头；采用归一化Wasserstein距离作为计算训练模型与实际模型之间的相似性的度量标准；引入了Block重参数，以优化YOLOV8模型的运行速度；将视觉检测模型部署模型到开发板；利用TensorRT引擎对视觉检测模型进行加速处理；通过视觉检测模型对摄像头采集的图像进行目标检测；判断识别区域内人脸的数量是否大于预设的目标数量；若识别区域内人脸的数量大于预设的目标数量，则向管理人员发出提示。本发明的有益效果在于：能够快速准确地实现多人脸识别。

本发明授权密集型人脸检测方法、装置及计算机设备在权利要求书中公布了：1.一种密集型人脸检测方法，其特征在于，包括： 导入训练集图片训练改进的YOLOV8模型，得到视觉检测模型；所述改进的YOLOV8模型包括：在通用的YOLOV8模型的C2f模块中引入HAM混合注意力机制；引入小目标检测头；采用归一化Wasserstein距离作为计算训练模型与实际模型之间的相似性的度量标准；引入Block重参数，以优化整个YOLOV8模型的运行速度；其中，所述在通用的YOLOV8模型的C2f模块中引入HAM混合注意力机制具体为，在C2f模块的输入特征输入分支的平均池化及最大池化后求和，让YOLOV8模型分别学习到对应目标的程度信息及对应目标的判别性特征；通过最大池化编码目标的显著性信息，以补充平均池化编码的全局信息； 将视觉检测模型部署模型到开发板； 利用TensorRT引擎对视觉检测模型进行加速处理； 通过视觉检测模型对摄像头采集的图像进行目标检测； 判断识别区域内人脸的数量是否大于预设的目标数量； 若识别区域内人脸的数量大于预设的目标数量，则向管理人员发出提示； 其中，所述利用TensorRT引擎对视觉检测模型进行加速处理，包括： 在推理前，TensorRT使用校准数据集来估算视觉检测模型的权重和激活值的动态范围； 通过校准数据集确定视觉检测模型的每一层的最小值和最大值，设一层激活值的最大范围是[-m,m]，INT8数值的范围是[-127,127]，则缩放因子S为： 实际推理时，浮点数激活值X经过量化后变为： XINT8＝roundS*X 推理结束时，用相同的缩放因子S将INT8结果反量化为浮点数： 在推理过程中，GPU使用INT8内核进行计算，完成视觉检测模型的加速处理； 其中，所述引入Block重参数，以优化整个YOLOV8模型的运行速度包括： 将可重新参数化双分辨率网络放入C2f模块，将C2f模块内部的Bottleneck函数模型替换为RDRNet函数模型，利用可重新参数化双分辨率网络获得浅层特征，把特征图分流到语义分支和细节分支，语义分支用于学习深层语义信息，细节分支用于捕获空间细节信息。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区南海大道3688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。