一种基于多尺度多粒度特征解耦的图像重构方法及系统

    公开(公告)号:CN114067162A

    公开(公告)日:2022-02-18

    申请号:CN202111401567.6

    申请日:2021-11-24

    Abstract: 本发明属于图像领域,具体涉及一种基于多尺度多粒度特征解耦的图像重构方法及系统,包括提供一种深度隐变量特征解耦生成模型,模型包括编码器、隐空间特征解耦、分类模型和重构模型四个模块,利用编码器对图像进行编码,得到包含多粒度语义信息的深度隐变量;分类模型根据解耦后的深度隐变量包含的粗粒度信息,对图像的所属类别进行细化;重构模型对解耦后的深度隐变量进行解码,得到重构生成图像;本发明利用多尺度多粒度语义标签将深度隐变量生成模型的隐空间有监督的解耦成不同层次的语义类别的子空间,更好地学习到图像中不同粒度层次的语义信息,从而能更好地应用于生成任务。

    一种基于KDD-GAN的人脸图像编辑方法

    公开(公告)号:CN116739892A

    公开(公告)日:2023-09-12

    申请号:CN202310809397.8

    申请日:2023-07-04

    Abstract: 本发明涉及一种基于KDD‑GAN的人脸图像编辑方法,包括:根据原始人脸图像、原始期望人脸语义属性标签和原始人脸语义属性标签对KDD‑GAN人脸图像编辑模型进行训练;所述KDD‑GAN人脸图像编辑模型包括:由第一编码器、第二编码器和公共解码器组成的生成器,以及由公共特征提取器、对抗判别器和分类器组成的判别器;将目标人脸图像输入训练好的KDD‑GAN人脸图像编辑模型,利用第一编码器或第二编码器对目标图像进行编码得到目标人脸图像的潜在特征表示;根据目标期望人脸语义属性标签对目标人脸图像的潜在特征表示进行编辑,将编辑后的潜在特征表示输入公共解码器进行解码生成具有目标期望人脸语义属性的人脸图像。

Patent Agency Ranking