-
公开(公告)号：CN117391929A
公开(公告)日：2024-01-12
申请号：CN202311280255.3
申请日：2023-09-28
Applicant: 上海大学
IPC: G06T3/04 , G06T5/73 , G06V40/16 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/0455
Abstract: 本发明涉及一种基于风格化生成对抗网络的高清换脸方法，包括以下步骤：获取源人脸‑目标人脸图像对；将所述人脸图像对输入预先构建好的特征提取网络模型中，输出预测的换脸图像，并将目标人脸图像输入目标遮罩预测器中，输出预测的目标遮罩，其中特征提取网络模型包含身份编码器、属性编码器、映射网络和StyleGAN2生成器；将所述换脸图像和目标遮罩输入FS‑Net网络模型中进行换脸图像重建；提取所述目标遮罩的背景部分为背景遮罩，与重建后换脸图像进行线性计算得到高清换脸图像。与现有技术相比，本发明具有显著提高了换脸图像的质量等优点。
-
Patent Agency Ranking
公开(公告)号：CN114494492B
公开(公告)日：2025-04-15
申请号：CN202210052502.3
申请日：2022-01-18
Applicant: 上海大学
Abstract: 本发明提出了一种血管内造影剂扩散模拟方法，使用隐式边界表示法和二相混合流体模型来模拟造影剂在各类复杂血管内的扩散运动。该方法包括三个步骤：首先为血管边界生成边界体积图；然后初始化模拟参数，初始化“血液‑造影剂”混合粒子的属性和位置，并加载边界体积图；最后进行模拟循环，计算每个时刻“血液‑造影剂”混合粒子的密度和受力，更新其速度和位置，并进行渲染。本方法能够真实、实时模拟造影剂在各类复杂血管中的扩散效果，解决了虚拟造影手术中真实感和沉浸感的难题，且重复性好，没有材料的浪费。
-
公开(公告)号：CN115482323A
公开(公告)日：2022-12-16
申请号：CN202210953904.0
申请日：2022-08-10
Applicant: 上海大学
Abstract: 本发明涉及一种基于神经辐射场的立体视频视差控制与编辑方法。首先，引入具有时域双向流的神经辐射场，生成新视角的动态视频场。其次，能够根据观看条件与视频场景特性，自适应精准计算理想视差，生成立体效果显著且视觉舒适的立体视频。最后，在基于神经辐射场的立体渲染过程中实现了对单个对象视差的重编辑。与现有技术对比，在图像重建质量指标上该方法获得了综合性能最高。同时，该框架获得了较低的视疲劳指数，和包含有正负两种视差的立体感。实验采集了10位非专业观众和10位专业影视工作者对该方法的结果的反馈，分别从立体感、舒适度和局部视差编辑效果三个角度，证明了我们的框架在3D电影制作中优化视觉体验和艺术性表达的价值。
-
公开(公告)号：CN114564768B
公开(公告)日：2024-12-24
申请号：CN202210218256.4
申请日：2022-03-03
Applicant: 上海大学
IPC: G06F30/10 , G06F30/27 , G06V30/412 , G06V30/182 , G06V30/19 , G06V10/82 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了一种基于深度学习的端到端智能平面设计方法，使用采集到的海报数据集，首先筛选并划分原始海报数据集，进行布局设计和属性确认两个子任务的共同学习，在训练集上进行训练调参，使模型性能达到最优状态；根据输入图像和文本信息，通过调用训练完成的模型，智能平面设计框架提取图像和文本的特征信息，搜索合适的设计图布局并确认构图文本属性，自动生成和谐的平面设计。本发明使用了统一联合训练框架防止了训练过程中的数据分布差异，减轻流水线式模型中的错误传播，发挥端到端训练的优点，不需要人为定义平面设计的美学规则，而是从数据中学习美学规则，并且也不依赖图像显着图检测，从而可以更好地泛化到各种平面设计任务。
-
公开(公告)号：CN114564768A
公开(公告)日：2022-05-31
申请号：CN202210218256.4
申请日：2022-03-03
Applicant: 上海大学
IPC: G06F30/10 , G06F30/27 , G06V30/412 , G06V30/182 , G06V30/19 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的端到端智能平面设计方法，使用采集到的海报数据集，首先筛选并划分原始海报数据集，进行布局设计和属性确认两个子任务的共同学习，在训练集上进行训练调参，使模型性能达到最优状态；根据输入图像和文本信息，通过调用训练完成的模型，智能平面设计框架提取图像和文本的特征信息，搜索合适的设计图布局并确认构图文本属性，自动生成和谐的平面设计。本发明使用了统一联合训练框架防止了训练过程中的数据分布差异，减轻流水线式模型中的错误传播，发挥端到端训练的优点，不需要人为定义平面设计的美学规则，而是从数据中学习美学规则，并且也不依赖图像显着图检测，从而可以更好地泛化到各种平面设计任务。
-
公开(公告)号：CN114494492A
公开(公告)日：2022-05-13
申请号：CN202210052502.3
申请日：2022-01-18
Applicant: 上海大学
Abstract: 本发明提出了一种血管内造影剂扩散模拟方法，使用隐式边界表示法和二相混合流体模型来模拟造影剂在各类复杂血管内的扩散运动。该方法包括三个步骤：首先为血管边界生成边界体积图；然后初始化模拟参数，初始化“血液‑造影剂”混合粒子的属性和位置，并加载边界体积图；最后进行模拟循环，计算每个时刻“血液‑造影剂”混合粒子的密度和受力，更新其速度和位置，并进行渲染。本方法能够真实、实时模拟造影剂在各类复杂血管中的扩散效果，解决了虚拟造影手术中真实感和沉浸感的难题，且重复性好，没有材料的浪费。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
