一种基于卷积神经网络的密集小型人脸检测方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于卷积神经网络的密集小型人脸检测方法,包括采集图片数据集并标注人脸数据,对图片数据集进行预处理,增加图片中小型人脸的数量;对网络结构进行设计,具体为以MobilenetV3为基础,引入Ghost卷积和Leaky Relu激活函数对骨干网络进行改进;将SPP模块、FPN和PAN结合以加强特征提取网络;采用SSH模块,从全局观察特征,进行上下文特征的融合;输出有效特征层;根据有效特征层获取预测结果,训练网络最终实现对人脸的有效检测;预测结果包括分类预测结果、框的回归预测结果和人脸关键点的回归预测结果。本发明在人脸检测方面表现出很大地灵活性,尤其针对人脸遮挡严重和密集小型人脸的检测场景,同时对复杂场景下的检测也有良好的效果。
《一种基于卷积神经网络的密集小型人脸检测方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023111246269,当前法律状态为已下证,由南京邮电大学提出申请,发明人为李博洋;葛琦;王耀庆;王科,申请日期为2023-09-01,公开(公告)日期为2026-03-03,国际专利分类号(IPC)为 G06V 40/16 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于卷积神经网络的密集小型人脸检测方法,包括采集图片数据集并标注人脸数据,对图片数据集进行预处理,增加图片中小型人脸的数量;对网络结构进行设计,具体为以MobilenetV3为基础,引入Ghost卷积和Leaky Relu激活函数对骨干网络进行改进;将SPP模块、FPN和PAN结合以加强特征提取网络;采用SSH模块,从全局观察特征,进行上下文特征的融合;输出有效特征层;根据有效特征层获取预测结果,训练网络最终实现对人脸的有效检测;预测结果包括分类预测结果、框的回归预测结果和人脸关键点的回归预测结果。本发明在人脸检测方面表现出很大地灵活性,尤其针对人脸遮挡严重和密集小型人脸的检测场景,同时对复杂场景下的检测也有良好的效果。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
