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！

龙图腾网获悉中国科学技术大学申请的专利一种基于局部-全局融合注意力的人脸对齐方法及系统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：CN116665276B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310675795.5，技术领域涉及：G06V40/16；该发明授权一种基于局部-全局融合注意力的人脸对齐方法及系统是由凌强;代淇源;李峰;方毅设计研发完成，并于2023-06-08向国家知识产权局提交的专利申请。

本一种基于局部-全局融合注意力的人脸对齐方法及系统在说明书摘要公布了：本发明涉及一种基于局部‑全局融合注意力的人脸对齐方法及系统，实现为将人脸图像进行归一化处理，输入至卷积编码器，提取多分辨率特征图；构建级联局部‑全局融合注意力模块，同时定义初始面部全局特征向量和初始面部关键点坐标；将多分辨率高维特征图按分辨率由低至高的顺序依次输入各级局部‑全局融合注意力模块中，逐级更新优化面部全局特征向量和面部关键点坐标，将最后一级局部‑全局融合注意力模块的输出面部关键点坐标作为人脸对齐模型的输出结果；选取各级局部‑全局融合注意力模块的输出面部关键点坐标，与关键点坐标真实值构建多级损失函数。本发明实现端到端的面部关键点检测，增强在图像模糊、面部遮挡下的人脸对齐鲁棒性与适用性。

本发明授权一种基于局部-全局融合注意力的人脸对齐方法及系统在权利要求书中公布了：1.一种基于局部-全局融合注意力的人脸对齐方法，其特征在于，实现如下： 步骤1：将人脸图像进行归一化处理，输入至卷积编码器，提取多分辨率特征图； 步骤2：根据提取的多分辨率特征图，构建级联局部-全局融合注意力模块作为人脸对齐模型，同时确定初始面部全局特征向量和初始面部关键点坐标；将多分辨率特征图按分辨率由低至高的顺序依次输入级联局部-全局融合注意力模块的各级局部-全局融合注意力模块中，逐级更新优化面部全局特征向量和面部关键点坐标； 步骤3：选取各级局部-全局融合注意力模块的输出面部关键点坐标，与关键点坐标真实值构建多级损失函数，训练人脸对齐模型，最后一级局部-全局融合注意力模块所输出的面部关键点坐标为人脸对齐模型的输出结果； 所述步骤2具体包括： 21根据提取的多分辨率特征图，构建与多分辨率特征图数量相同的级联局部-全局融合注意力模块，其中t为多分辨率特征图的特征图数量，t=，分别为第t个特征图的分辨率尺寸和通道数，和随着t的增加而递增；定义初始面部全局特征向量和初始面部关键点坐标，其中D为全局特征向量的维度，N为面部关键点的数量；对于第t级局部-全局融合注意力模块，重复执行步骤22~24； 22对于第t级局部-全局融合注意力模块，按照关键点的位置，从特征图中进行采样，并使用全连接层对采样结果进行编码映射，得到关键点局部特征； 23使用关键点局部特征和面部全局特征，计算局部-全局融合注意力权重，按照所述权重贡献，聚合各个关键点的局部特征，更新面部全局特征得到更新后的面部全局特征，再将更新后的面部全局特征经过非线性映射并广播，得到更新关键点局部特征，即： 其中，表示与的转置之间的内积，表示元素求和，表示sigmoid激活函数，表示非线性广播层，为一个非线性激活函数和一个全连接层的组合，并将运算结果广播至与相同的尺寸； 24使用多层感知机从更新后的关键点局部特征中回归相对于输入坐标的偏移量，最终计算出第t级模块的输出关键点坐标，即： 25经过T个级联局部-全局融合注意力模块的更新优化，最终得到的最后一级时t=T的面部关键点输出坐标，即为人脸对齐模型的输出结果。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。