(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210503278.5 (22)申请日 2022.05.10 (71)申请人 福州大学 地址 362251 福建省泉州市晋 江市金井镇 水城路1号 (72)发明人 林志贤　吴宇航　林珊玲　郭太良　 林坚普　叶芸　张永爱　王利翔　 赵敬伟　梅婷　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 专利代理师 陈鼎桂　蔡学俊 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/26(2022.01) G06V 10/774(2022.01)G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于轻量级人像检测的图像智能裁剪 方法 (57)摘要 本发明涉及一种基于轻量级人像检测的图 像智能裁剪方法,包括以下步骤： 步骤S1:基于 anchor‑free的一阶段检测思想构造 轻量级人像 检测网络； 步骤S2:根据构建的轻量级人像检测 网络对输入的图像进行人像检测， 获取人像的位 置信息； 步骤S3:根据人像的位置信息， 采用摄影 学构图原理对图像的整体构图进行约束， 同时明 确人像边界信息， 保留关键人物的完整信息， 同 时不铺设anchors， 实现对人像图片的快速裁剪。 本发明针对人像照片特点所设计的自动裁剪算 法， 考虑了人像图片与风景图之间的差异， 把人 像检测和摄影学原理相结合， 因此能快速有效处 理人像图片， 保留关键人像的完整信息 。 权利要求书2页 说明书4页 附图5页 CN 114882560 A 2022.08.09 CN 114882560 A 1.一种基于轻量级人像 检测的图像智能裁 剪方法,其特 征在于， 包括以下步骤： 步骤S1:基于anc hor‑free的一阶段检测思想构造轻量级人像 检测网络； 步骤S2:根据构建的轻量级人像检测网络对输入的图像进行人像检测， 获取人像的位 置信息； 步骤S3:根据人像的位置信息， 采用摄影学构图原理对图像的整体构图进行约束， 同时 明确人像边界信息， 保留关键人物的完整信息， 同时不铺设anchors， 实现对人像图片的快 速裁剪。 2.根据权利要求1所述的基于轻量级人像检测的图像智能裁剪方法,其特征在于， 所述 轻量级人像 检测网络包括backbo ne、 upsample、 neck、 head四个部分。 3.根据权利要求2所述的基于轻量级人像检测的图像智能裁剪方法,其特征在于， 所述 backbone的特征提取部分采用轻量级网络mobilenetv2， 将backbone部分的base_out2,   base_out 5, base_out9,  base_out17层分别和上采样部分的P1,P2,P3,P4层进行同尺度的 特征融合， 加强特 征提取； 此时的网络结构是MISO结构， 直接用P4的输出进行 预测。 4.根据权利要求2所述的基于轻量级人像检测的图像智能裁剪方法,其特征在于， 所述 上采样部分采用分组卷积。 5.根据权利要求2所述的基于轻量级人像检测的图像智能裁剪方法,其特征在于， 所述 neck部分引入膨胀卷积残差模块， 通过堆叠多个不同膨胀率的卷积块， 生成带有多种感受 野的输出 特征， 以扩大base_out17的感受野。 6.根据权利要求2所述的基于轻量级人像检测的图像智能裁剪方法,其特征在于， 所述 head部分基于anchor ‑free算法的思想， 直接预测物体的中心点及其宽高， 保留类别预测、 宽高预测、 中心 点预测三个预测量， 在此基础上， 引入了IOU损失， 将位置信息作为一个整体 进行训练。 7.根据权利要求1所述的基于轻量级人像检测的图像智能裁剪方法,其特征在于， 所述 步骤S2具体为： 步骤S21:对boundi ng box、 score信息进行 预处理， 加入偏置量 offset; 步骤S22:预处理完boundin g box后， 轻量级人像检测网络对图像中的主要人物进行识 别。 8.根据权利要求1所述的基于轻量级人像检测的图像智能裁剪方法,其特征在于， 所述 步骤S3具体为： 步骤S31:利用检测到的主 要人物信息和改进的摄 影学构图规则对裁 剪过程进行约束； 步骤S32:分析原始图片中人像的具体位置信 息， 根据不同的情况选用合适的摄影学构 图原理进行裁 剪。 9.根据权利要求8所述的基于轻量级人像检测的图像智能裁剪方法,其特征在于， 所述 计算机图像设计构图的基本形式有黄金分割、 三分法则、 三角形、 对角线、 运动空白、 中心法 则、 均衡稳定法则。 10.根据权利要求8所述的基于轻量级人像检测的图像智能裁剪方法,其特征在于， 所 述步骤S32具体为： 结合摄影学构图原理对整理图像的构图进 行约束， 对于单个人像的裁剪 具体方法为： 设置vertical和horizontal两个量表示人像位置信息， 分析主要人物及原始 图像中人像中心点center的位置， 然后确定vertical和horizontal的值； 之后根据人像位权　利　要　求　书 1/2 页 2 CN 114882560 A 2置信息选取合适的摄影学构图规则， 同时结合人像边界信息， 对图像进 行裁剪， 确保人像信 息的完整性和裁 剪结果的美观性。权　利　要　求　书 2/2 页 3 CN 114882560 A 3