-
公开(公告)号：CN109886881B
公开(公告)日：2021-03-09
申请号：CN201910024060.X
申请日：2019-01-10
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机视觉技术领域，具体提供了一种人脸妆容去除方法，旨在解决如何在保持人脸姿态、表情和身份不变的情况下，根据化妆人脸图像生成更为真实的无妆人脸图像的技术问题。为此目的本发明提供的人脸妆容去除方法主要包括：基于预设的形状保持网络并且根据待测化妆人脸图像，获取待测化妆人脸图像对应的形状信息；基于预设的纹理风格迁移网络并且根据待测化妆人脸图像，获取待测化妆人脸图像对应的无妆纹理风格信息；基于预设的融合网络并且根据形状信息与无妆纹理风格信息，获取待测化妆人脸图像对应的无妆人脸图像。基于上述步骤可以在保持人脸姿态、表情和身份不变的情况下合成更为逼真的无妆人脸图像。
-
公开(公告)号：CN118762132B
公开(公告)日：2024-12-10
申请号：CN202411245377.3
申请日：2024-09-05
Applicant: 中国科学院自动化研究所
IPC: G06T17/00 , G06T15/00 , G06T15/20 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本公开提供了一种基于视角一致性增强的三维数据生成方法及系统。基于视角一致性增强的三维数据生成方法包括：获取三维数据生成模型输出的三维数据，作为目标三维数据；基于所述目标三维数据，渲染出与多个视角一一对应的多个原始二维视图；将至少一个原始二维视图和查询提示信息，输入多模态模型，得到所述多模态模型输出的查询结果；针对所述查询结果，对所述至少一个原始二维视图进行修正，得到至少一个修正后二维视图；基于所述至少一个原始二维视图和所述至少一个修正后二维视图，计算第一损失函数，并基于所述第一损失函数更新所述三维数据生成模型的模型参数；获取更新后的三维数据生成模型输出的三维数据。
-
公开(公告)号：CN118762132A
公开(公告)日：2024-10-11
申请号：CN202411245377.3
申请日：2024-09-05
Applicant: 中国科学院自动化研究所
IPC: G06T17/00 , G06T15/00 , G06T15/20 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本公开提供了一种基于视角一致性增强的三维数据生成方法及系统。基于视角一致性增强的三维数据生成方法包括：获取三维数据生成模型输出的三维数据，作为目标三维数据；基于所述目标三维数据，渲染出与多个视角一一对应的多个原始二维视图；将至少一个原始二维视图和查询提示信息，输入多模态模型，得到所述多模态模型输出的查询结果；针对所述查询结果，对所述至少一个原始二维视图进行修正，得到至少一个修正后二维视图；基于所述至少一个原始二维视图和所述至少一个修正后二维视图，计算第一损失函数，并基于所述第一损失函数更新所述三维数据生成模型的模型参数；获取更新后的三维数据生成模型输出的三维数据。
-
公开(公告)号：CN108932693B
公开(公告)日：2020-09-22
申请号：CN201810623739.6
申请日：2018-06-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数字图像处理领域，具体涉及一种基于人脸几何信息的人脸编辑补全方法及装置，旨在解决解决如何实现缺失人脸图片的精确补全与属性编辑的技术问题。为此目的，本发明中的基于人脸几何信息的人脸编辑补全方法包括：基于预先构建的人脸几何估计模型并利用包含遮挡区域的目标人脸图像，获得人脸几何信息；基于预先构建的人脸补全网络模型并利用目标人脸图像与人脸几何信息，生成第一完整人脸图像；将第一完整人脸图像中的特定区域替换为目标人脸图像中的未遮挡区域，并对第一完整人脸图像与未遮挡区域进行图像融合，得到第二完整人脸图像。基于本发明的方法可以精确地补全和编辑缺失人脸图片。
-
公开(公告)号：CN106250840A
公开(公告)日：2016-12-21
申请号：CN201610603175.0
申请日：2016-07-27
Applicant: 中国科学院自动化研究所
CPC classification number: G06K9/00281 , G06K9/00288 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的嘴巴张闭状态检测方法，其主要包括数据预处理部分、特征提取部分、特征分类部分和误差计算部分。本发明最大的特点是充分利用深度卷积神经网络提取高层次特征的能力，提取出可以应对实际应用场景中经常存在的无规律噪声、较大光照变化以及通过遮挡嘴部关键部位进行恶意攻击等情况的鲁棒特征，并且利用全连接层来对提取到的特征分类，并通过计算误差并采用随机梯度下降法调整参数从而减小误差的方法来使检测方法自动习得分辨嘴巴张闭状态的能力。此外，本发明能够保证所需的计算资源和存储空间都不会因待检测图像分辨率的变化而产生大幅度波动。本发明操作方便，简单易用，精度更高、更加安全可靠。
-
Patent Agency Ranking
公开(公告)号：CN119625590A
公开(公告)日：2025-03-14
申请号：CN202411439972.0
申请日：2024-10-15
Applicant: 中国科学院自动化研究所
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V40/20
Abstract: 本发明提供一种伪造人体视频的鉴别方法、装置、电子设备及存储介质，该方法包括：对待鉴别的目标人体视频进行抽帧预处理，获取多组连续帧；将多组连续帧输入鉴别模型，得到鉴别模型输出的鉴别结果；其中，鉴别模型基于真实人体视频样本和伪造人体视频样本构成的训练样本集训练得到；鉴别模型包括时空注意力分支、光流调制模块、动作指引分支和分类器；时空注意力分支用于基于时空注意力机制对输入的多组连续帧进行视频片段级的特征提取，得到第一特征；光流调制模块用于对输入的多组连续帧进行光流调制；动作指引分支用于对光流调制得到的各帧进行逐帧的特征提取，得到第二特征；分类器用于基于第一特征和第二特征输出鉴别结果。
-
公开(公告)号：CN109886881A
公开(公告)日：2019-06-14
申请号：CN201910024060.X
申请日：2019-01-10
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机视觉技术领域，具体提供了一种人脸妆容去除方法，旨在解决如何在保持人脸姿态、表情和身份不变的情况下，根据化妆人脸图像生成更为真实的无妆人脸图像的技术问题。为此目的本发明提供的人脸妆容去除方法主要包括：基于预设的形状保持网络并且根据待测化妆人脸图像，获取待测化妆人脸图像对应的形状信息；基于预设的纹理风格迁移网络并且根据待测化妆人脸图像，获取待测化妆人脸图像对应的无妆纹理风格信息；基于预设的融合网络并且根据形状信息与无妆纹理风格信息，获取待测化妆人脸图像对应的无妆人脸图像。基于上述步骤可以在保持人脸姿态、表情和身份不变的情况下合成更为逼真的无妆人脸图像。
-
公开(公告)号：CN119027788A
公开(公告)日：2024-11-26
申请号：CN202410900407.3
申请日：2024-07-05
Applicant: 中国科学院自动化研究所 , 北京三快在线科技有限公司
IPC: G06V20/00 , G06V10/80 , G06V20/70 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种文本图像篡改检测方法及装置，该方法包括：获取待检测文本图像；基于图像篡改检测模型对待检测文本图像进行处理，得到检测结果；图像篡改检测模型基于以样本RGB图像为训练样本，以黑白二值Mask图为训练标签，以目标语义信息为先验信息，以多尺度融合特征为训练特征对语义网络模型进行训练得到；目标语义信息通过对融合特征进行选择性扫描、多阶段语义轴向注意力解耦和上采样得到，多尺度融合特征通过对融合特征进行选择性扫描、多阶段语义轴向注意力解耦和多尺度融合解码得到。本发明所述方法利能够捕获到更加全面细致的目标表示，提高了图像篡改检测的泛化性和准确率。
-
公开(公告)号：CN110827342B
公开(公告)日：2023-06-02
申请号：CN201910999200.5
申请日：2019-10-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及人体模型重建技术领域，具体涉及一种三维人体模型重建方法及存储设备、控制设备，旨在解决三维模型重建结果与二维图像不对齐等问题。本发明的重建方法包括：根据人体图像，采用预训练的全卷积网络模块获取人体部件的全局UVI图和局部UVI图；基于全局UVI图，利用第一神经网络估计相机参数及人体模型的形状参数；基于局部UVI图，利用第二神经网络提取人体各关节点的旋转特征；基于人体各关节点的旋转特征，利用基于位置辅助的特征改良策略对旋转特征进行改良，得到改良的旋转特征；根据改良的旋转特征，利用第三神经网络估计人体模型的姿态参数。本发明能够能更为准确、高效地进行人体模型重建，并提高了姿态估计的鲁棒性。
-
公开(公告)号：CN110827342A
公开(公告)日：2020-02-21
申请号：CN201910999200.5
申请日：2019-10-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及人体模型重建技术领域，具体涉及一种三维人体模型重建方法及存储设备、控制设备，旨在解决三维模型重建结果与二维图像不对齐等问题。本发明的重建方法包括：根据人体图像，采用预训练的全卷积网络模块获取人体部件的全局UVI图和局部UVI图；基于全局UVI图，利用第一神经网络估计相机参数及人体模型的形状参数；基于局部UVI图，利用第二神经网络提取人体各关节点的旋转特征；基于人体各关节点的旋转特征，利用基于位置辅助的特征改良策略对旋转特征进行改良，得到改良的旋转特征；根据改良的旋转特征，利用第三神经网络估计人体模型的姿态参数。本发明能够能更为准确、高效地进行人体模型重建，并提高了姿态估计的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.035 seconds)
