公开(公告)号：CN115661900A

公开(公告)日：2023-01-31

申请号：CN202211325764.9

申请日：2022-10-27

Applicant: 重庆邮电大学

Inventor： 吴先健 ,  高新波 ,  张颜 ,  王楠楠 ,  梁凯

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V10/56 ,  G06V10/54 ,  G06V10/24 ,  G06V10/776 ,  G06V10/778 ,  G06V10/80

Abstract: 本发明属于计算机视觉与人工智能领域，具体涉及一种基于先验信息的人脸热红外‑可见光图像转换方法。在对比学习框架下，本发明设计了一种基于人脸解析图作为先验信息去引导生成网络学习人脸图像的局部纹理信息。基于先验信息的人脸热红外‑可见光生成网络模型主要包括人脸解析图条件网络模块、空间特征变换映射层、注意力模块、生成器网络模块以及判别器；该模型通过空间特征变换映射层STL进行转换，它以人脸解析图映射特征为先验条件，生成一对调制参数，根据调制参数对生成网络的人脸特征进行仿射变换，从而自适应地优化人脸图像的生成质量，同时通过设计的人脸梯度增强损失一起监督学习，有利于缓解人脸生成图像上的伪影出现，提高局部纹理细节，使图像生成尽可能还原对应的人脸属性信息。

公开(公告)号：CN115240008B

公开(公告)日：2025-05-09

申请号：CN202210931306.3

申请日：2022-08-04

Applicant: 重庆邮电大学

Inventor： 冷佳旭 ,  陈泰岳 ,  高新波 ,  王烨 ,  张颜

IPC: G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明属于人工智能技术领域，具体涉及一种采样无关的全度量小样本目标检测方法，包括：构建全度量样本检测模型，并微调全度量样本检测模型；采样小样本数据，对小样本数据集进行组织划分，得到类支持集和查询集，并对类支持集中的类支持样本进行预处理；将小样本数据输入到微调后的全度量样本检测模型，进行目标检测并获得检测结果。本发明通过使用跨尺度语义匹配减少由于和尺度差异而导致匹配次优结果；通过构造一组正常和损坏图片对，采用自监督学习策略约束网络使编码器可利用上下文构建出更为鲁棒原型；为原型向量增设了空间位置信息来引导模型更为准确捕获到目标。

公开(公告)号：CN116110106A

公开(公告)日：2023-05-12

申请号：CN202310174723.2

申请日：2023-02-28

Applicant: 重庆邮电大学

Inventor： 高新波 ,  蒋雪 ,  张颜

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明属于计算机视觉与人工智能领域，具体涉及一种基于密集注意力的轻量级人脸关键点检测方法，该方法包括：获取待检测的人脸图像，将待检测的图像输入到训练好的基于密集空洞自注意力的轻量级人脸关键点检测模型中，得到轻量级人脸关键点；基于密集空洞自注意力的轻量级人脸关键点检测模型包括四个模块，其中第一模块和第二模块均由图像下采样模块和密集空洞自注意力模块组成，第三模块和第四模块由图像下采样模块和通道注意力模块组成；本发明提出了一个轻量级的网络结构，在前期更多的关注空间信息，随着后期通道信息的增加，更注重通道信息的提取，可以有效的提取鲁棒的特征。