-
公开(公告)号：CN112084831A
公开(公告)日：2020-12-15
申请号：CN202010341756.8
申请日：2020-04-27
Applicant: 上海大学
Abstract: 一种基于年龄编辑的年龄估计方法，通过循环进行图像生成阶段和年龄估计阶段，得到训练后的软阶段回归网络用于进行图像年龄鉴别和精确模拟，其中：在图像生成阶段，在训练生成对抗网络时仅进行年龄约束，即采用软阶段回归网络作为第二鉴别器且仅更新生成对抗网络的网络参数；在年龄估计阶段，利用训练后的生成对抗网络生成部分训练集图像对年龄估计网络进行训练，即仅更新软阶段回归网络的网络参数。本发明能够在不丢失身份信息的同时学习不同年龄域之间的映射，并利用网络生成的数据扩增数据集，提升年龄估计准确率。
-
公开(公告)号：CN111242213B
公开(公告)日：2023-07-25
申请号：CN202010030106.1
申请日：2020-01-13
Applicant: 上海大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 一种无标签的自动人脸属性编辑方法，采用人脸数据集对基于卷积神经网络的对抗网络生成器及其对应的鉴别器进行初步训练，然后以经人脸数据集训练后的分类器生成编辑标签，并与人脸数据集中的原始人脸图像合并后输入初步训练后的对抗网络生成器及其鉴别器实现网络微调，从而得到属性编辑后的图像。本发明基于深度学习中的鉴别器预测人脸图像的属性，可以同时进行图像属性的编辑和识别且无需对原图进行标签标注，适用于身份验证领域如识破罪犯的伪装、寻找走失儿童等，也可用于日常生活中的人像修整。
-
公开(公告)号：CN112084831B
公开(公告)日：2022-11-22
申请号：CN202010341756.8
申请日：2020-04-27
Applicant: 上海大学
Abstract: 一种基于年龄编辑的年龄估计方法，通过循环进行图像生成阶段和年龄估计阶段，得到训练后的软阶段回归网络用于进行图像年龄鉴别和精确模拟，其中：在图像生成阶段，在训练生成对抗网络时仅进行年龄约束，即采用软阶段回归网络作为第二鉴别器且仅更新生成对抗网络的网络参数；在年龄估计阶段，利用训练后的生成对抗网络生成部分训练集图像对年龄估计网络进行训练，即仅更新软阶段回归网络的网络参数。本发明能够在不丢失身份信息的同时学习不同年龄域之间的映射，并利用网络生成的数据扩增数据集，提升年龄估计准确率。
-
公开(公告)号：CN111242213A
公开(公告)日：2020-06-05
申请号：CN202010030106.1
申请日：2020-01-13
Applicant: 上海大学
Abstract: 一种无标签的自动人脸属性编辑方法，采用人脸数据集对基于卷积神经网络的对抗网络生成器及其对应的鉴别器进行初步训练，然后以经人脸数据集训练后的分类器生成编辑标签，并与人脸数据集中的原始人脸图像合并后输入初步训练后的对抗网络生成器及其鉴别器实现网络微调，从而得到属性编辑后的图像。本发明基于深度学习中的鉴别器预测人脸图像的属性，可以同时进行图像属性的编辑和识别且无需对原图进行标签标注，适用于身份验证领域如识破罪犯的伪装、寻找走失儿童等，也可用于日常生活中的人像修整。
-
-
-
Search Results
4
records
(took 0.014 seconds)
