基于多域特征动态融合与CIOU优化的复杂场景人脸检测方法（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多域特征动态融合与CIOU优化的复杂场景人脸检测方法，属于复杂场景下的人脸检测的技术领域；其包括：获取人脸检测数据集；构建复杂场景人脸检测网络；采用人脸检测训练集训练复杂场景人脸检测网络，得到复杂场景人脸检测模型；将待检测的人脸检测图像输入复杂场景人脸检测模型中，输出目标检测位置和检测结果。本发明显著提升了网络对小目标人脸的检测精度；能够更精确地区分预测框之间的差异，从而优化模型训练过程，获得更精准的检测结果；同时，还引入Varifocal Loss，通过难易样本平衡机制动态调整困难样本的权重，引导模型学习方向，增强其在复杂场景下的检测精度与适应性。

《基于多域特征动态融合与CIOU优化的复杂场景人脸检测方法（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 2025110296185，当前法律状态为已下证，由成都理工大学提出申请，发明人为李柯燚;张烺，申请日期为2025-07-25，公开（公告）日期为2025-10-03，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多域特征动态融合与CIOU优化的复杂场景人脸检测方法，属于复杂场景下的人脸检测的技术领域；其包括：获取人脸检测数据集；构建复杂场景人脸检测网络；采用人脸检测训练集训练复杂场景人脸检测网络，得到复杂场景人脸检测模型；将待检测的人脸检测图像输入复杂场景人脸检测模型中，输出目标检测位置和检测结果。本发明显著提升了网络对小目标人脸的检测精度；能够更精确地区分预测框之间的差异，从而优化模型训练过程，获得更精准的检测结果；同时，还引入Varifocal Loss，通过难易样本平衡机制动态调整困难样本的权重，引导模型学习方向，增强其在复杂场景下的检测精度与适应性。

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！