公开(公告)号：CN110188667A

公开(公告)日：2019-08-30

申请号：CN201910453170.8

申请日：2019-05-28

Applicant: 复旦大学

Inventor： 姜育刚 ,  程君同 ,  李旻骏

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明属于计算机图像生成技术领域，具体为一种基于三方对抗生成网络的人脸摆正方法。本发明引入两个生成器：轮廓生成器 和面部特征生成器，分别用于进行两者摆正的训练，使得生成正面人脸更好保留原面部特征并且轮廓清晰；引入判别器D，与两个生成器进行对抗，使得生成的图片逼真；此外，引进了循环一致损失，提高面部特征（身份特征和表情特征）保留的精确度。本发明方法能将大角度侧脸进行摆正并还原面部特征信息。

公开(公告)号：CN109063568A

公开(公告)日：2018-12-21

申请号：CN201810721097.3

申请日：2018-07-04

Applicant: 复旦大学

Inventor： 付彦伟 ,  徐程明 ,  姜育刚 ,  薛向阳

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00335 ,  G06K9/00724 ,  G06K9/00744 ,  G06K9/6256

Abstract: 本发明公开了一种基于深度学习的花样滑冰视频自动打分的方法。本发明根据花样滑冰运动的技术总分(TES)与节目内容分(PCS)的定义以及针对的不同方面，基于深度学习的思想提出了自注意力机制的局部信息提取模块以及多尺度卷积神经网络的全局信息提取模块，并且联合这两个模块提出了基于视频片段级特征的花样滑冰视频自动打分的方法。该方法具有精度高、鲁棒性好等优点，不仅适用于花样滑冰运动，也适用于依据技术动作和整体表现进行打分的其他运动。

公开(公告)号：CN107491782A

公开(公告)日：2017-12-19

申请号：CN201710603221.1

申请日：2017-07-22

Applicant: 复旦大学

Inventor： 付彦伟 ,  林航宇 ,  马建奇 ,  姜育刚 ,  张寅达 ,  薛向阳

IPC: G06K9/62 ,  G06N3/04

CPC classification number: G06K9/6268 ,  G06K9/6256 ,  G06N3/04

Abstract: 本发明属于计算机图像处理技术领域，具体为利用语义空间信息的针对少量训练数据的图像分类方法。本发明利用语义空间信息联合自动编码器来扩增数据，从而在少量样本情况下获得更多有效的样本；利用这些扩增的数据训练一个基于深度神经网络的分类器；再将分类器网络与特征提取网络连接在一起训练，获得一个端到端的神经网络，实现给定一张图片，直接输出分类信息的功能。本发明使用数据扩增的方法来增加所拥有的数据，从而使得训练深度神经网络变的更加有效；算法是端到端的神经网络，所以只需要给出一张图片，就可以给出相应的分类结果。

公开(公告)号：CN107423306A

公开(公告)日：2017-12-01

申请号：CN201610350337.4

申请日：2016-05-24

Applicant: 华为技术有限公司 ,  复旦大学

Inventor： 姜育刚 ,  王曦 ,  顾子晨

IPC: G06F17/30 ,  G06N3/08

Abstract: 本发明实施例公开了一种图像检索方法，包括：通过深度神经网络模型获取训练图像对中的第一训练图像的第一深度特征和第二训练图像的第二深度特征；计算第一深度特征和第二深度特征的特征距离的平方值；计算鲁棒对比损失函数的输出控制参数平方值；若训练图像对是相同物品的两张不同拍摄场景图像，则从输出控制参数的平方值和特征距离的平方值中选取较小值，根据选取的较小值调整深度神经网络模型的网络参数；获取检索匹配图像，并通过修正后的深度神经网络模型从图像数据库中查找满足检索匹配图像对应的匹配规则的目标图像。本发明实施例还公开了一种图像检索装置。采用本发明实施例，具有可提高图像检索的效率，增强图像检索的性能的优点。

公开(公告)号：CN103679189B

公开(公告)日：2017-02-01

申请号：CN201210341511.0

申请日：2012-09-14

Applicant: 华为技术有限公司 ,  复旦大学

Inventor： 姜育刚 ,  刘洁 ,  王栋 ,  郑莹斌 ,  薛向阳

IPC: G06K9/62

CPC classification number: G06K9/00624 ,  G06K9/00684 ,  G06K9/629

Abstract: 本发明公开了一种场景识别的方法和装置。该方法包括：由训练图像集训练得到多个局部检测器，该多个局部检测器中的一个局部检测器对应一类目标的一个局部区域，该一类目标包括至少两个局部区域；利用该多个局部检测器检测待识别场景，获取该待识别场景的基于目标的局部区域的特征；根据该待识别场景的基于目标的局部区域的特征识别该待识别场景。本发明实施例的场景识别的方法和装置，利用对应目标的局部区域的局部检测器检测待识别场景，获取的待识别场景的基于目标的局部区域的特征可以更完整地表示图像信息，从而能够提高场景识别性能。

公开(公告)号：CN103679189A

公开(公告)日：2014-03-26

申请号：CN201210341511.0

申请日：2012-09-14

Applicant: 华为技术有限公司 ,  复旦大学

Inventor： 姜育刚 ,  刘洁 ,  王栋 ,  郑莹斌 ,  薛向阳

IPC: G06K9/62

CPC classification number: G06K9/00624 ,  G06K9/00684 ,  G06K9/629

Abstract: 本发明公开了一种场景识别的方法和装置。该方法包括：由训练图像集训练得到多个局部检测器，该多个局部检测器中的一个局部检测器对应一类目标的一个局部区域，该一类目标包括至少两个局部区域；利用该多个局部检测器检测待识别场景，获取该待识别场景的基于目标的局部区域的特征；根据该待识别场景的基于目标的局部区域的特征识别该待识别场景。本发明实施例的场景识别的方法和装置，利用对应目标的局部区域的局部检测器检测待识别场景，获取的待识别场景的基于目标的局部区域的特征可以更完整地表示图像信息，从而能够提高场景识别性能。