[發(fā)明專利]基于域遷移融合網(wǎng)絡(luò)的多攝像頭人臉超分辨率方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202210692899.2 | 申請日: | 2022-06-17 |
| 公開(公告)號: | CN115131205A | 公開(公告)日: | 2022-09-30 |
| 發(fā)明(設(shè)計)人: | 韓鎮(zhèn);溫佳興;李雅雙;胡輝;王中元 | 申請(專利權(quán))人: | 武漢大學(xué) |
| 主分類號: | G06T3/40 | 分類號: | G06T3/40;G06T3/00;G06V40/16;G06V10/774;G06V10/80;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司: | 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222 | 代理人: | 嚴彥 |
| 地址: | 430072 湖*** | 國省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 遷移 融合 網(wǎng)絡(luò) 攝像 頭人 分辨率 方法 系統(tǒng) | ||
1.一種基于域遷移融合網(wǎng)絡(luò)的多攝像頭人臉超分辨率方法,包括以下步驟:
步驟1,構(gòu)建數(shù)據(jù)集,包括將原始真實監(jiān)控數(shù)據(jù)集中的人臉圖像進行預(yù)處理,構(gòu)建訓(xùn)練域遷移融合網(wǎng)絡(luò)所需的低質(zhì)量人臉-高質(zhì)量身份信息的身份對齊圖像數(shù)據(jù)集;
步驟2,構(gòu)建多攝像頭人臉融合超分辨率網(wǎng)絡(luò),所述多攝像頭人臉融合超分辨率網(wǎng)絡(luò)包括特征配準模塊、特征融合模塊和權(quán)重調(diào)節(jié)模塊,首先在特征配準模塊根據(jù)預(yù)超分圖像獲取對應(yīng)的五官位置掩膜并進行五官特征配準得到配準后的圖像;其次,利用權(quán)重調(diào)節(jié)模塊在兩個配準特征間獲取可信權(quán)重信息;最后根據(jù)進行特征配準后的人臉和可信權(quán)重,通過特征融合模塊進行自適應(yīng)融合,獲得最終輸出人臉;
步驟3,構(gòu)建基于域遷移融合網(wǎng)絡(luò)的多攝像頭人臉超分辨率網(wǎng)絡(luò),該網(wǎng)絡(luò)利用域遷移架構(gòu)進行無監(jiān)督訓(xùn)練,將真實監(jiān)控人臉超分辨率至高清域,將兩個域遷移架構(gòu)組成偽孿生結(jié)構(gòu),并提出人臉特征識別損失,從損失函數(shù)層面上利用不同模態(tài)人臉間的身份相關(guān)性,嵌入步驟2所得多攝像頭人臉融合超分網(wǎng)絡(luò),利用不同人臉間的特征相關(guān)性,進一步提升超分質(zhì)量;
步驟4,采用訓(xùn)練數(shù)據(jù)集對基于域遷移融合網(wǎng)絡(luò)的多攝像頭人臉超分辨率網(wǎng)絡(luò)進行訓(xùn)練,得到訓(xùn)練好的網(wǎng)絡(luò)模型;
步驟5,利用訓(xùn)練后的網(wǎng)絡(luò)模型,輸入兩張不同模態(tài)的低分辨率人臉圖像,重建高清人臉。
2.根據(jù)權(quán)利要求1所述一種基于域遷移融合網(wǎng)絡(luò)的多攝像頭人臉超分辨率方法,其特征在于:所述特征配準模塊由預(yù)超分子模塊和人臉標點子模塊組成,預(yù)超分子模塊包括一個Unet卷積網(wǎng)絡(luò),人臉標點子模塊采用四個StackedHourGlass網(wǎng)絡(luò)塊組成的堆疊沙漏網(wǎng)絡(luò)實現(xiàn)。
3.根據(jù)權(quán)利要求1所述一種基于域遷移融合網(wǎng)絡(luò)的多攝像頭人臉超分辨率方法,其特征在于:所述權(quán)重調(diào)節(jié)模塊包含全局融合權(quán)重分支和局部融合權(quán)重分支,全局合權(quán)重分支由兩個3×3卷積網(wǎng)絡(luò)塊、一個全局池化層和兩個1×1卷積網(wǎng)絡(luò)塊依次串聯(lián)組成;局部融合權(quán)重分支由三個3×3卷積網(wǎng)絡(luò)塊和兩個1×1卷積網(wǎng)絡(luò)塊串聯(lián)組成;在最后將分別生成的全局融合權(quán)重和局部融合權(quán)重相加送入激活層得到最終的融合可信權(quán)重。
4.根據(jù)權(quán)利要求1所述一種基于域遷移融合網(wǎng)絡(luò)的多攝像頭人臉超分辨率方法,其特征在于:所述特征融合模塊包括頭尾兩部分,頭部首先分別對四組五官特征左眼、右眼、鼻子、嘴巴,利用三個不同大小卷積核的多尺度可變性卷積DeformmableConv對輸入進行特征提取,并將輸出的三組特征進行通道疊加,再送入一個可變形卷積塊DeformBlock,最后對四組特征進行像素相加;尾部設(shè)置了一個共享網(wǎng)絡(luò)權(quán)重的雙分支特征融合網(wǎng)絡(luò),每個分支包含5個密集連接的融合塊。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于武漢大學(xué),未經(jīng)武漢大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210692899.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





