原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于轻量级网络的多尺度人脸特征融合方法，用以填补人脸特征级融合数据集的空白，以及提高融合人脸的生成效率和质量。包括下列步骤：1)在公开人脸数据集CelebA上通过双目测距的方法选取正脸图像，将选取到的图像按6:2:2的比例划分成训练集、验证集和测试集；2)对数据集的人脸进行预处理，首先统一尺寸，并且利用Dlib库确定人脸，保证图像的大部分都是有用的人脸信息；3)将训练集输入到多尺度特征融合的轻量级网络中，获得训练好的能在特征级别进行人脸融合的模型；4)在验证集上进行调整，获得效果最
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116091878 A
(43)申请公布日 2023.05.09
(21)申请号 202111268744.8
(22)申请日 2021.10.29
(71)申请人 长沙理工大学
地址 410114
文档评论（0）