-
公开(公告)号：CN114581975B
公开(公告)日：2024-11-05
申请号：CN202210155433.9
申请日：2022-02-21
Applicant: 华南理工大学
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于实例级空间感知引导的异质人脸识别方法，包括：采用开源NIR‑VIS异质人脸数据集；提出一个语义空间分布自适应对齐模块与语义对齐的空间自适应归一化模块，设计了一个由任意VIS或NIR图像作为实例引导NIR图像与VIS图像相互转换的交叉光谱人脸幻化网络，并基于此网络结构建立了无监督NIR‑VIS图像翻译模型；在CycleGAN的双向一致训练框架基础上，提出一个基于梯度的结构一致性损失函数，优化模型；用优化后的模型将NIR图像转换成VIS图像，进行人脸识别。本发明提高NIR转换VIS图像的质量与多样性，提高了近红外图像的人脸识别精度，任意VIS实例引导转换的特性提高了模型在不同场景的鲁棒性，进一步本方法可以无缝植入已有的人脸识别系统。
-
公开(公告)号：CN114581569B
公开(公告)日：2024-07-19
申请号：CN202210155155.7
申请日：2022-02-21
Applicant: 华南理工大学
IPC: G06T13/40 , G06V40/16 , G06N3/0475 , G06N3/045 , G06N3/088 , G06N3/094 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于代理引导域适应的外观保持的人脸图像动漫化方法，创新性地使用二次元角色扮演者coser的人脸图像数据集Coser作为代理，并结合动漫人脸图像数据集Anime与自然人脸图像数据集Natural；提出一种混合coser与自然人脸图像的数据增强方法构造增强人脸图像数据集Aug‑Portrait；提出一个二阶段的无监督图像翻译模型，即脸型变形与图像动漫风格化；在双向一致训练框架上，提出多路复用训练方案与3个结合动漫图像先验的损失函数；模型能够实现真实人脸图像的外观保持的动漫化。本发明实现了人物原型个性化外观特征保持的人脸图像动漫化，提高了生成动漫图像的质量；通过收集更多人脸图像，本发明能够被应用到任意的真实人脸图像领域。
-
公开(公告)号：CN114581975A
公开(公告)日：2022-06-03
申请号：CN202210155433.9
申请日：2022-02-21
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于实例级空间感知引导的异质人脸识别方法，包括：采用开源NIR‑VIS异质人脸数据集；提出一个语义空间分布自适应对齐模块与语义对齐的空间自适应归一化模块，设计了一个由任意VIS或NIR图像作为实例引导NIR图像与VIS图像相互转换的交叉光谱人脸幻化网络，并基于此网络结构建立了无监督NIR‑VIS图像翻译模型；在CycleGAN的双向一致训练框架基础上，提出一个基于梯度的结构一致性损失函数，优化模型；用优化后的模型将NIR图像转换成VIS图像，进行人脸识别。本发明提高NIR转换VIS图像的质量与多样性，提高了近红外图像的人脸识别精度，任意VIS实例引导转换的特性提高了模型在不同场景的鲁棒性，进一步本方法可以无缝植入已有的人脸识别系统。
-
公开(公告)号：CN114581569A
公开(公告)日：2022-06-03
申请号：CN202210155155.7
申请日：2022-02-21
Applicant: 华南理工大学
IPC: G06T13/40 , G06V40/16 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于代理引导域适应的外观保持的人脸图像动漫化方法，创新性地使用二次元角色扮演者coser的人脸图像数据集Coser作为代理，并结合动漫人脸图像数据集Anime与自然人脸图像数据集Natural；提出一种混合coser与自然人脸图像的数据增强方法构造增强人脸图像数据集Aug‑Portrait；提出一个二阶段的无监督图像翻译模型，即脸型变形与图像动漫风格化；在双向一致训练框架上，提出多路复用训练方案与3个结合动漫图像先验的损失函数；模型能够实现真实人脸图像的外观保持的动漫化。本发明实现了人物原型个性化外观特征保持的人脸图像动漫化，提高了生成动漫图像的质量；通过收集更多人脸图像，本发明能够被应用到任意的真实人脸图像领域。
-
-
-
Search Results
4
records
(took 0.015 seconds)
