買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中科天網(廣東)科技有限公司申請的專利基于多粒度特征融合的換臉檢測方法、裝置及設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119888870B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411966657.3，技術領域涉及：G06V40/40；該發明授權基于多粒度特征融合的換臉檢測方法、裝置及設備是由溫峻峰;洪小龍;張超;伍健勇;呂凱元;廖朱林;李鑫;謝巍;張浪文;羅海濤設計研發完成，并于2024-12-30向國家知識產權局提交的專利申請。

本基于多粒度特征融合的換臉檢測方法、裝置及設備在說明書摘要公布了：本發明公開了一種基于多粒度特征融合的換臉檢測方法、裝置及設備，所述方法包括：對含有真實人臉數據和換臉數據的數據集進行預處理，得到預處理后的數據集；使用Xception模型作為基準網絡，基于全局?局部多粒度特征融合機制改進特征提取層，構建包含粗粒度全局特征分支和細粒度局部特征分支的多粒度特征融合框架，引入卷積注意力機制在空間和通道維度分配注意力以細化特征并自適應優化，從而構建全局與局部多粒度特征融合的人工智能換臉檢測模型；基于預處理后的數據集對人工智能換臉檢測模型進行訓練；將訓練后的人工智能換臉檢測模型進行部署，對輸入的人臉視頻或圖像進行換臉檢測，得到換臉識別結果。本發明能夠有效提升換臉檢測的魯棒性和準確性。

本發明授權基于多粒度特征融合的換臉檢測方法、裝置及設備在權利要求書中公布了：1.一種基于多粒度特征融合的換臉檢測方法，其特征在于，包括： 步驟S1：對含有真實人臉數據和換臉數據的數據集進行預處理，得到預處理后的數據集； 步驟S2：使用基于深度可分離卷積和殘差連接的Xception模型作為基準網絡，基于全局-局部多粒度特征融合機制改進特征提取層，構建包含粗粒度全局特征分支和細粒度局部特征分支的多粒度特征融合框架，并引入卷積注意力機制在空間和通道維度分配注意力以細化特征并自適應優化，從而構建全局與局部多粒度特征融合的人工智能換臉檢測模型； 步驟S3：基于預處理后的數據集對所述人工智能換臉檢測模型進行訓練； 步驟S4：將訓練后的所述人工智能換臉檢測模型進行部署，對輸入的人臉視頻或圖像進行換臉檢測，得到換臉識別結果； 其中，所述步驟S2：使用基于深度可分離卷積和殘差連接的Xception模型作為基準網絡，基于全局-局部多粒度特征融合機制改進特征提取層，構建包含粗粒度全局特征分支和細粒度局部特征分支的多粒度特征融合框架，并引入卷積注意力機制在空間和通道維度分配注意力以細化特征并自適應優化，從而構建全局與局部多粒度特征融合的人工智能換臉檢測模型，包括： 在Xception模型的中間流和出口流之間構建全局與局部多粒度特征融合框架，通過在圖像或特征圖數據的寬度和高度方向上進行分割操作，將特征數據劃分為多級粒度的不同尺度子區域或子塊，形成粗粒度全局特征分支和細粒度局部特征分支的多粒度結構； 對細粒度局部特征分支進行構建與處理，構建與處理過程包括：將從Xception主干網絡輸出的人臉特征圖劃分為4個相同大小的細粒度局部特征子塊，4個特征子塊分別輸入到4個局部特征分支中；每一條細粒度局部特征分支依次通過一個殘差連接的深度可分離卷積塊和兩個深度可分離卷積層進行卷積操作，然后經過全局平均池化處理，將特征映射大小輸出為1x1x2048，以便輸入全連接層分類器進行降維分類，得到每個輸入人臉圖像在該局部特征分支下的真偽預測類別輸出值； 對粗粒度全局特征分支進行構建與處理，構建與處理過程包括：人臉特征圖經過Xception網絡的入口流、中間流、出口流三階段卷積處理，逐步提取全局特征并抽象優化為更高層次的特征表達；通過對整個圖像或特征圖進行平均池化操作，對每個特征通道上的特征值取平均值，獲得整體特征表示，最后通過全連接層輸出人臉真偽分類預測值； 進行決策融合：在輸出最終預測值的階段，對全局特征分支和細粒度局部特征分支分類預測輸出結果賦予不同的權重值進行決策融合，計算公式為，其中表示全局特征分支決策分數，表示第個細粒度特征分支決策分數，和分別表示全局特征分支和細粒度局部特征分支決策分數的權重。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中科天網(廣東)科技有限公司，其通訊地址為：510000 廣東省廣州市越秀區先烈中路100號23-1棟719房；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。