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！

申请/专利权人：福州大学

摘要：本发明涉及一种基于轻量级人像检测的图像智能裁剪方法,包括以下步骤：步骤S1:基于anchor‑free的一阶段检测思想构造轻量级人像检测网络；步骤S2:根据构建的轻量级人像检测网络对输入的图像进行人像检测，获取人像的位置信息；步骤S3:根据人像的位置信息，采用摄影学构图原理对图像的整体构图进行约束，同时明确人像边界信息，保留关键人物的完整信息，同时不铺设anchors，实现对人像图片的快速裁剪。本发明针对人像照片特点所设计的自动裁剪算法，考虑了人像图片与风景图之间的差异，把人像检测和摄影学原理相结合，因此能快速有效处理人像图片，保留关键人像的完整信息。

主权项：1.一种基于轻量级人像检测的图像智能裁剪方法,其特征在于，包括以下步骤：步骤S1:基于anchor-free的一阶段检测思想构造轻量级人像检测网络；步骤S2:根据构建的轻量级人像检测网络对输入的图像进行人像检测，获取人像的位置信息；步骤S3:根据人像的位置信息，采用摄影学构图原理对图像的整体构图进行约束，同时明确人像边界信息，保留关键人物的完整信息，同时不铺设anchors，实现对人像图片的快速裁剪；所述轻量级人像检测网络包括backbone、upsample、neck、head四个部分；所述backbone的特征提取部分采用轻量级网络mobilenetv2，将backbone部分的base_out2,base_out5,base_out9,base_out17层分别和上采样部分的P1,P2,P3,P4层进行同尺度的特征融合，加强特征提取；此时的网络结构是MISO结构，直接用P4的输出进行预测；所述上采样部分采用分组卷积；所述neck部分引入膨胀卷积残差模块，通过堆叠多个不同膨胀率的卷积块，生成带有多种感受野的输出特征，以扩大base_out17的感受野，加强特征提取；neck部分首先采用1*1卷积对通道进行降维并减少运算量，然后采用3*3卷积细化语义上下文信息，再通过1*1卷积操作对输出通道数进行调整；所述head部分基于anchor-free算法的思想，直接预测物体的中心点及其宽高，保留类别预测、宽高预测、中心点预测三个预测量，在此基础上，引入了IOU损失，将位置信息作为一个整体进行训练；所述步骤S3具体为：步骤S31:利用检测到的主要人物信息和改进的摄影学构图规则对裁剪过程进行约束；步骤S32:分析原始图片中人像的具体位置信息，根据不同的情况选用合适的摄影学构图原理进行裁剪；所述步骤S32具体为：结合摄影学构图原理对整体图像的构图进行约束，对于单个人像的裁剪具体方法为：设置vertical和horizontal两个量表示人像位置信息，分析主要人物及原始图像中人像中心点center的位置，然后确定vertical和horizontal的值；之后根据人像位置信息选取合适的摄影学构图规则，同时结合人像边界信息，对图像进行裁剪，确保人像信息的完整性和裁剪结果的美观性。

全文数据：

权利要求：

百度查询： 福州大学 一种基于轻量级人像检测的图像智能裁剪方法