公开(公告)号：CN118429223A

公开(公告)日：2024-08-02

申请号：CN202410472054.1

申请日：2024-04-19

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴浩然 ,  丁新 ,  胡锦 ,  袁文轲 ,  刘念伯 ,  罗熙 ,  黄婧

IPC: G06T5/77 ,  G06T5/60 ,  G06T7/40 ,  G06V40/16 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/094

Abstract: 本发明公开了一种低质量人脸图像的无监督增强方法和存储介质，属于图像增强技术领域，本申请通过构建构建增强模型，对人脸图像信息和光照状态进行解析，实现非均匀人脸图像的亮度增强，增强模型基于深度学习和神经网络技术，能够自动学习人脸图像的特征和增强方法，提高图像的质量，然后通过使用生成对抗网络模型构建判别模型，结合约束函数对增强模型的输出进行处理，以保持增强结果的真实细节和自然图像状态，并对增强结果进行有效的约束，本申请充分挖掘了图像中的人脸特征信息，并保持了自然曝光的人脸状态，使得低曝光区域的人脸信息接近自然状态，并更好地表达出清晰精细的特征纹理，从而有效提升了模型图像的重建性能。

公开(公告)号：CN118941670A

公开(公告)日：2024-11-12

申请号：CN202411201472.3

申请日：2024-08-29

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴浩然 ,  刘明 ,  袁文轲 ,  刘念伯 ,  罗熙 ,  黄婧

IPC: G06T11/00 ,  G06T5/60 ,  G06N3/042 ,  G06N3/084 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了基于图神经网络的人体图像生成方法，涉及人工智能领域，包括S1、构建初始的人体图像生成模型S2、获取实验数据集；S3、实验数据集导入初始的人体图像生成模型，并构建损失函数Lfull作为人体图像生成模型的约束条件，通过反向传播和梯度下降算法进行训练优化得到优化后的人体图像生成模型；S4、获取待生成的人体图像；S5、利用优化后的人体图像生成模型生成待生成的人体图像的人体图形；利用各向同性特征提取模块和图形信息模块，有效处理人体图像的非均匀特征和多尺度属性；各向同性特征提取模块的分层结构与人的异质组成部分相匹配，提高特征提取的准确性和灵活性；图形信息模块的设计鼓励特征在不同层次间的转换，增强了对细节的捕捉能力，包括服装纹理等。