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！

龙图腾网获悉济南大学申请的专利一种基于边界感知的人脸对齐神经网络的人脸对齐方法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：CN116434302B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310291953.7，技术领域涉及：G06V40/16；该发明授权一种基于边界感知的人脸对齐神经网络的人脸对齐方法是由彭京亮;李英鑫;牛冬梅设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本一种基于边界感知的人脸对齐神经网络的人脸对齐方法在说明书摘要公布了：本申请公开了一种基于边界感知的人脸对齐神经网络的人脸对齐方法，包括边界热图估计子网络和坐标回归子网络,边界热图估计子网络包括一个CoordConv层和多个浅层和深层特征融合SDFusion模块，坐标回归子网络包括一个基于自注意力的特征重提取SAfeature模块和一个Transformer‑decoder模块，边界热图估计子网络输入端用户输入用户原始人脸图像信息，输出端生成边界热图，坐标回归子网络融合原始人脸图像信息、边界热图估计子网络的潜在特征和生成的边界热图，使用SAfeature模块和Transformer‑decoder模块将融合后的特征映射到关键点坐标进一步提高预测边界热图的准确性。

本发明授权一种基于边界感知的人脸对齐神经网络的人脸对齐方法在权利要求书中公布了：1.一种基于边界感知的人脸对齐神经网络的人脸对齐方法，其特征在于，包括：边界热图估计子网络和坐标回归子网络，所述边界热图估计子网络包括一个CoordConv层和多个浅层和深层特征融合SDFusion模块，所述坐标回归子网络包括一个基于自注意力的特征重提取SAfeature模块和一个Transformer-decoder模块，所述边界热图估计子网络输入端用户输入用户原始人脸图像信息，输出端生成边界热图，所述坐标回归子网络融合原始人脸图像信息、边界热图估计子网络的潜在特征和生成的边界热图，使用SAfeature模块和Transformer-decoder模块将融合后的特征映射到关键点坐标； 所述SDFusion模块包括第一残差模块，所述第一残差模块的输入端输入第一图像信息，所述第一残差模块的输出端连接第一卷积模块和金字塔池化模块的输入端，所述第一卷积模块的输出端经激活函数后输出所述第一图像信息的第一边界子热图，所述第一边界子热图输入至第二卷积模块经激活函数后输出； 所述金字塔池化模块的输入端经所述第一残差模块处理后的第一图像信息经所述金字塔池化模块后与第二图像信息通道拼接获得第三图像信息，所述金字塔池化模块后依次连接第三卷积模块、第二残差模块和第四卷积模块，所述第三图像信息经过所述第三卷积模块、第二残差模块和第四卷积模块后与所述第二卷积模块输出的第一边界子热图经过逐元素乘操作获得轮廓增强的第四图像信息； 所述SAfeature模块包括并列设置的第五卷积模块、第六卷积模块、第七卷积模块和第八卷积模块，所述第五卷积模块和第六卷积模块的输出信息进行矩阵外积操作后获得两组特征图，两组特征图进行通道拼接获得新的特征图信息，所述第七卷积模块的输出信息与新的特征图信息逐元素加后输入第九卷积模块，所述第八卷积模块的输出信息与所述第九卷积模块的输出信息逐元素加后输入至第三残差模块，所述第三残差模块的输出端与所述Transformer-decoder模块的输入端相连接； 人脸对齐结果需要恢复到与输入图像大小的坐标系下，即横坐标乘以输入图像的宽，纵坐标乘以输入图像的宽；如果需要将预测的关键点绘制到原图上，则使用数据预处理中人脸矩形框的参数，将模型输出结果乘以矩形框的宽高，再利用矩形框的位置将关键点绘制到原图上。

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济南大学，其通讯地址为：250002 山东省济南市市中区南辛庄西路336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。