-
公开(公告)号：CN118212358A
公开(公告)日：2024-06-18
申请号：CN202410317385.8
申请日：2024-03-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多区域裁切的人体三维重建方法、系统及存储介质，方法为：获取原始图片并使用裁剪框进行多区域裁切得到一组裁剪图片；输入预训练的特征提取网络中提取特征；利用特征融合网络对提取的特征进行融合得到融合特征；进行全局平均池化后输入人体参数回归网络得到每一组裁剪图片共享的人体三维参数；把融合特征输入相机参数回归网络得到每一组裁剪图片的局部投影参数；根据全局相机理论将局部投影参数转换为对应的全图投影参数；将人体三维参数及对应的全图投影参数输入SMPL模型重建得到人体三维模型。本发明通过多区域裁切并估计各自的局部相机，再基于全局相机理论转换为统一的全局相机，实现从单张原始图片重建人体模型的任务。
-
公开(公告)号：CN114693557A
公开(公告)日：2022-07-01
申请号：CN202210328650.3
申请日：2022-03-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于姿态引导的行人视频修复方法、系统、计算机设备和存储介质，所述方法包括：获取行人视频修复的数据集；利用数据集对图卷积神经网络进行训练；将数据集中被遮挡的姿态序列输入训练好的图卷积神经网络，得到优化后的姿态序列；利用优化后的姿态序列和数据集对姿态注意转移网络进行训练；将待修复的行人视频中被遮挡的姿态序列输入训练好的图卷积神经网络中得到优化后的姿态序列；将优化后的姿态序列与待修复的行人视频输入训练好的姿态注意转移网络，得到修复好的行人视频。本发明通过对被遮挡的姿态序列补全得到优化后的人体姿态序列，根据其与被遮挡的视频逐步修复视频帧中人体缺失部分，从而得到更真实清晰的行人视频。
-
公开(公告)号：CN108509866B
公开(公告)日：2020-06-19
申请号：CN201810199612.6
申请日：2018-03-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种人脸轮廓提取方法，包括步骤：1)输入一张图像之后，使用人脸检测的算法提取出其中人脸的区域，并通过关键特征点定位算法找到人脸轮廓的大致区域；2)在沿着人脸轮廓的大致区域采样生成一系列稠密的正方形，将整个人脸轮廓区域包含其中；3)在每个局部正方形区域中，都提取一条抛物线引导基于梯度信息的局部轮廓曲线，构成局部轮廓曲线组成的局部结果集合；4)通过基于PCA的全局融合算法，将稠密冗余的局部轮廓曲线融合成为一条全局轮廓曲线结果，得到完整的人脸轮廓线。本发明方法具有精度高，速度快，可以全自动也可以用户交互，最后得到的人脸轮廓曲线具有像素级别的高精度，符合人脸轮廓抛物线状的特点等优点。
-
-
公开(公告)号：CN114693557B
公开(公告)日：2024-05-28
申请号：CN202210328650.3
申请日：2022-03-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于姿态引导的行人视频修复方法、系统、计算机设备和存储介质，所述方法包括：获取行人视频修复的数据集；利用数据集对图卷积神经网络进行训练；将数据集中被遮挡的姿态序列输入训练好的图卷积神经网络，得到优化后的姿态序列；利用优化后的姿态序列和数据集对姿态注意转移网络进行训练；将待修复的行人视频中被遮挡的姿态序列输入训练好的图卷积神经网络中得到优化后的姿态序列；将优化后的姿态序列与待修复的行人视频输入训练好的姿态注意转移网络，得到修复好的行人视频。本发明通过对被遮挡的姿态序列补全得到优化后的人体姿态序列，根据其与被遮挡的视频逐步修复视频帧中人体缺失部分，从而得到更真实清晰的行人视频。
-
Patent Agency Ranking
公开(公告)号：CN110222239B
公开(公告)日：2022-12-16
申请号：CN201910425318.7
申请日：2019-05-21
Applicant: 华南理工大学
IPC: G06F16/901 , G06T11/20
Abstract: 本发明公开了一种结构可变的图案生成和利用图案生成浏览界面的方法，所述图案生成方法，包括以下步骤：S1、为图案中的元素构建关系图模型；S2、采用能量方程的离散优化模型，在不同拓扑结构图案之间进行元素的匹配；S3、基于RJMCMC算法，在不同拓扑结构图案之间采样，获得新的图案。所述利用图案生成浏览界面的方法，包括以下步骤：1）、获取采样得到的新图案的高维向量表达特征，得到高维向量空间；所述高位向量表达特征采用该图案的关系图向量表示；2）、采用GPLVM将高维向量空间压缩到二维流形空间；3)、将二维流形空间中的点逆映射到高维空间中，得到新的图案，并对其进行后处理；4)、生成图案浏览界面。
-
公开(公告)号：CN113223124A
公开(公告)日：2021-08-06
申请号：CN202110354636.6
申请日：2021-03-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于三维人体参数化模型的姿态迁移方法，包括：1)得到与源人物姿态和表情一致的目标人物三维人体参数化模型；2)将目标人物三维人体参数化模型不同的部位绑定不同的颜色进行渲染，得到姿态图像；3)对姿态图像进行图像操作后，得到头部以及身体姿态图；4)将头部以及身体姿态图像输入至人体部位生成模块，得到头部以及身体姿态迁移图像；5)对头部以及身体姿态迁移图像进行图像操作后，得到头部以及身体姿态迁移中间图像；6)将头部以及身体姿态迁移中间图像输入至融合模块，得到目标人物姿态迁移后的结果图像。本发明在保证结果质量的同时，减少了训练数据需求量，降低了训练数据的采集难度，加快了训练的时间。
-
-
公开(公告)号：CN107256557B
公开(公告)日：2020-05-22
申请号：CN201710304102.6
申请日：2017-05-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种误差可控的细分曲面图像矢量化方法，包括如下步骤：1)检测图像边缘特征，得到一个像素宽的初始图像特征线段；2)构造基于图像特征的初始网格，并在网格中标记图像特征；3)简化初始网格，构造保持图像特征的基网格；4)误差可控的Loop细分曲面拟合求得控制网格；5)光栅化矢量表示。给定一张光栅图像，本发明能够得到较好的矢量图像，如果初始重构结果的误差不能满足用户需求，本发明可以衡量出矢量化的重构图像与原图像误差，通过对基网格进行自适应细分以达到一定范围内的指定误差，做到误差可控。本发明研究使用细分曲面技术进行图像矢量化，目的是将光栅图像转换为满足误差要求的矢量表示，具有实际应用价值。
-
公开(公告)号：CN118247428A
公开(公告)日：2024-06-25
申请号：CN202410287823.0
申请日：2024-03-13
Applicant: 华南理工大学
IPC: G06T17/00 , G06V40/10 , G06V10/44 , G06V10/82 , G06V10/766 , G06V10/774 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于样例优化的三维人体网格重建方法，属于计算机视觉技术领域。所述方法包括：首先，从输入的单目图像中利用残差网络和姿态检测器分别提取图像特征和获得二维关节点位置；然后将图像特征分别输入主回归网络和辅助回归网络，获得人体姿态参数和形状参数；接着主回归网络根据辅助回归网络的结果和检测的二维关节点联合优化网络参数；最终由主网络输出目标人体的三维网格参数。本发明通过将样例优化融入训练阶段，并引入辅助回归网络来提供以往样例优化损失函数缺乏的SMPL标签，统一了训练损失函数和样例优化损失函数的表达形式。基于以上两方面的改进，本发明的网络模型在三维人体网格的重建精度上进一步得到提高。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.029 seconds)
