-
公开(公告)号：CN110363833B
公开(公告)日：2021-03-30
申请号：CN201910499437.7
申请日：2019-06-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于局部稀疏表示的完全人体运动参数化表示方法，包括步骤：1)获取相对边长和二面角及其重构，即RLA及其重构；2)参数模型训练数据库合成；3)基于人体形状主成分分析PCA基进行形状参数提取；4)使用稀疏局部分解的方法提取出局部基；5)利用局部基表示不同身体部位的运动得到参数模型；6)对参数模型进行回归修正。本发明能够用统一的框架来描述身体姿态，脸部表情和手势的形状和动作变化，不仅可以捕获高质量的全身姿势，而且还能在关节扭转和复杂的手姿态恢复姿势时表现出优于现有技术的参数化人体模型。
-
Patent Agency Ranking
公开(公告)号：CN108986132B
公开(公告)日：2020-10-27
申请号：CN201810722763.5
申请日：2018-07-04
Applicant: 华南理工大学
Abstract: 本发明公开了一种使用全卷积神经网络生成证件照Trimap图的方法，包括步骤：1)数据输入；2)对全卷积神经网络模型进行训练；3)使用完成训练的模型对输入图片进行分割。本发明主要解决的问题是通过自己建立的包含人头像包括肩膀区域的证件照数据集，构建网络模型，并使用数据集对这个网络模型进行训练。训练完成后，网络模型将能够对人头像包括肩膀区域进行具有较高精确度的分割。本发明具有精确度高、抗噪性好、使用简单、效率高、速度快等优点。与现有的方法相比，本发明首次实现了对证件照进行Trimap图分割的处理，为抠图提供了良好的输入，同时，本发明方法在肩膀和衣服的识别、分割方面取得了更好的效果。
-
-
公开(公告)号：CN110363833A
公开(公告)日：2019-10-22
申请号：CN201910499437.7
申请日：2019-06-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于局部稀疏表示的完全人体运动参数化表示方法，包括步骤：1)获取相对边长和二面角及其重构，即RLA及其重构；2)参数模型训练数据库合成；3)基于人体形状主成分分析PCA基进行形状参数提取；4)使用稀疏局部分解的方法提取出局部基；5)利用局部基表示不同身体部位的运动得到参数模型；6)对参数模型进行回归修正。本发明能够用统一的框架来描述身体姿态，脸部表情和手势的形状和动作变化，不仅可以捕获高质量的全身姿势，而且还能在关节扭转和复杂的手姿态恢复姿势时表现出优于现有技术的参数化人体模型。
-
-
公开(公告)号：CN108986132A
公开(公告)日：2018-12-11
申请号：CN201810722763.5
申请日：2018-07-04
Applicant: 华南理工大学
Abstract: 本发明公开了一种使用全卷积神经网络生成证件照Trimap图的方法，包括步骤：1)数据输入；2)对全卷积神经网络模型进行训练；3)使用完成训练的模型对输入图片进行分割。本发明主要解决的问题是通过自己建立的包含人头像包括肩膀区域的证件照数据集，构建网络模型，并使用数据集对这个网络模型进行训练。训练完成后，网络模型将能够对人头像包括肩膀区域进行具有较高精确度的分割。本发明具有精确度高、抗噪性好、使用简单、效率高、速度快等优点。与现有的方法相比，本发明首次实现了对证件照进行Trimap图分割的处理，为抠图提供了良好的输入，同时，本发明方法在肩膀和衣服的识别、分割方面取得了更好的效果。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
