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！

龙图腾网恭喜武汉理工大学申请的专利基于双重注意力机制的轻量级人脸老化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：CN114445889B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202210095562.3，技术领域涉及：G06V40/16；该发明授权基于双重注意力机制的轻量级人脸老化方法是由马小林;郭翔;张家亮;旷海兰;刘新华设计研发完成，并于2022-01-26向国家知识产权局提交的专利申请。

本基于双重注意力机制的轻量级人脸老化方法在说明书摘要公布了：本发明提供了一种基于双重注意力机制的轻量级人脸老化方法，包括以下步骤：对输入的人脸图像进行预处理；对输入的目标老化年龄进行编码，转换为多维年龄向量；对预处理后的人脸图像进行身份特征提取，获得高维身份特征；将多维年龄向量输入至多层感知器映射为年龄相关的高维年龄特征；将高维身份特征和高维年龄特征通过自适应实例规范化层获得融合特征向量；对融合特征向量使用跳跃连接、上采样和多尺度传统卷积，得到纹理注意力图和色彩注意力图；通过纹理注意力图、色彩注意力图和输入原始图像，三者融合得到最终老化至目标年龄的人脸老化图像。本发明能够得到最终老化至目标年龄的人脸高分辨率图像。

本发明授权基于双重注意力机制的轻量级人脸老化方法在权利要求书中公布了：1.一种基于双重注意力机制的轻量级人脸老化方法，其特征在于：包括以下步骤：S1，对输入的人脸图像进行预处理，实现像素归一化；S2，对输入的目标老化年龄进行编码，转换为多维年龄向量；S3，对预处理后的人脸图像采用编码网络进行身份特征提取，获得高维身份特征；S4，将多维年龄向量输入至多层感知器，逐步升高维度，映射为年龄相关的高维年龄特征；S5，将高维身份特征和高维年龄特征通过自适应实例规范化层实现特征融合，获得融合特征向量；S6，对融合特征向量使用由跳跃连接、上采样和多尺度传统卷积构建的解码网络，得到纹理注意力图和色彩注意力图；通过纹理注意力图、色彩注意力图和输入原始图像，三者融合得到最终老化至目标年龄的人脸老化图像；步骤S2中，结合分类与回归的编码方式，首先确认目标老化年龄所在的年龄区间，通过线性计算的方式得到目标老化年龄与年龄区间边界的关联系数作为编码结果，得到多维年龄向量；步骤S3中，编码网络包括传统卷积模块、步长为2的深度可分离卷积模块、倒瓶颈残差模块、混合域注意力模块；对预处理后的人脸图像采用传统卷积模块和步长为2深度可分离卷积模块进行下采样和身份特征提取，采用倒瓶颈残差模块加深对于身份特征提取的采样深度，使用混合域注意力模块增强编码网络对于身份特征的重要区域提取能力；步骤S5中，将单个高维年龄特征格式拆分为与高维身份特征维度相同的2个年龄特征向量；使用自适应实例规范化层对高维身份特征和2个年龄特征向量进行特征融合，得到与高维身份特征维度相同的融合特征向量AdaINZ,L， 其中，Z表示身份特征，L表示年龄特征，μZ和σZ分别表示身份特征的均值和标准差，通过现有技术中的数学公式计算获得；αL和βL分别表示年龄特征格式转换过后的2个年龄特征向量；步骤S6中，使用结合注意力门机制的跳跃连接层、上采样模块、传统卷积模块构建解码网络；采用解码网络对融合特征向量进行特征维度降低和尺度扩张后，使用2个独立的传统卷积模块对解码网络的输出图像进行处理，分别生成与输入图像尺度一致的纹理注意力图R和色彩注意力图C；未处理的原始人脸图像xi和纹理注意力图R和色彩注意力图C按照如下公式融合，最终得到目标年龄j对应的老化人脸图像xij:xij＝R×xi+1-R×C。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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”。