公开(公告)号：CN118037897B

公开(公告)日：2024-06-14

申请号：CN202410438878.7

申请日：2024-04-12

Applicant: 南京信息工程大学

Inventor： 刘云 ,  夏贵羽 ,  孙玉宝 ,  叶文凯 ,  方东东

IPC: G06T11/60 ,  G06T17/00 ,  G06V40/10 ,  G06V10/26 ,  G06V10/764 ,  G06V10/75 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种基于区域风格校正的人物属性编辑方法及装置。方法包括：对训练数据提取分割图，利用分割图对人物属性进行拆分，得到人物的不同属性，属性可以编辑；将拆分的人物属性和目标人姿态作为输入提取特征，利用区域特征匹配模块融合变换人物属性特征和目标人姿态特征，将细化后的特征解码得到目标人物粗图像；其次分别提取人物属性的风格编码，通过区域风格补偿模块将风格编码注入细化后的特征得到残差纹理图；然后利用残差纹理图对粗图像进行风格校正得到最终的人物图像；最后，利用区域风格一致性损失来监督风格校正的效果。由此将人物属性全局建模改为区域建模，不仅能对人物属性进行有效编辑，还保证了生成的目标图像具有真实纹理。

公开(公告)号：CN118037897A

公开(公告)日：2024-05-14

申请号：CN202410438878.7

申请日：2024-04-12

Applicant: 南京信息工程大学

Inventor： 刘云 ,  夏贵羽 ,  孙玉宝 ,  叶文凯 ,  方东东

IPC: G06T11/60 ,  G06T17/00 ,  G06V40/10 ,  G06V10/26 ,  G06V10/764 ,  G06V10/75 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种基于区域风格校正的人物属性编辑方法及装置。方法包括：对训练数据提取分割图，利用分割图对人物属性进行拆分，得到人物的不同属性，属性可以编辑；将拆分的人物属性和目标人姿态作为输入提取特征，利用区域特征匹配模块融合变换人物属性特征和目标人姿态特征，将细化后的特征解码得到目标人物粗图像；其次分别提取人物属性的风格编码，通过区域风格补偿模块将风格编码注入细化后的特征得到残差纹理图；然后利用残差纹理图对粗图像进行风格校正得到最终的人物图像；最后，利用区域风格一致性损失来监督风格校正的效果。由此将人物属性全局建模改为区域建模，不仅能对人物属性进行有效编辑，还保证了生成的目标图像具有真实纹理。

公开(公告)号：CN116071831B

公开(公告)日：2023-06-20

申请号：CN202310267167.3

申请日：2023-03-20

Applicant: 南京信息工程大学

Inventor： 方东东 ,  夏贵羽 ,  刘云 ,  叶文凯

IPC: G06V40/20 ,  G06V40/16 ,  G06V10/54 ,  G06V10/774

Abstract: 本发明涉及计算机视觉技术领域，公开了一种基于UV空间变换的人体图像生成方法，包括以下步骤：通过将训练数据转换到UV空间得到UV纹理图并进行拆分，将拆分的源人物UV纹理图通过学习的流场变换到目标人物姿态的UV空间；融合变换后的纹理图特征和目标人物姿态特征，细化后的特征将和源人物纹理特征一起通过解码器得到目标人物的UV纹理图；将预测的目标人物UV纹理图还原到无背景的目标人物图像；将无背景的目标人物和目标姿态通过一个背景重构模型得到目标人物图像。本发明的有益效果为将本质上为3D空间的任务映射到2D空间进行完成，不仅克服了人物姿态不同带来的变形问题，还保证了生成的目标图像具有高质量纹理特征。

公开(公告)号：CN116071831A

公开(公告)日：2023-05-05

申请号：CN202310267167.3

申请日：2023-03-20

Applicant: 南京信息工程大学

Inventor： 方东东 ,  夏贵羽 ,  刘云 ,  叶文凯

IPC: G06V40/20 ,  G06V40/16 ,  G06V10/54 ,  G06V10/774

Abstract: 本发明涉及计算机视觉技术领域，公开了一种基于UV空间变换的人体图像生成方法，包括以下步骤：通过将训练数据转换到UV空间得到UV纹理图并进行拆分，将拆分的源人物UV纹理图通过学习的流场变换到目标人物姿态的UV空间；融合变换后的纹理图特征和目标人物姿态特征，细化后的特征将和源人物纹理特征一起通过解码器得到目标人物的UV纹理图；将预测的目标人物UV纹理图还原到无背景的目标人物图像；将无背景的目标人物和目标姿态通过一个背景重构模型得到目标人物图像。本发明的有益效果为将本质上为3D空间的任务映射到2D空间进行完成，不仅克服了人物姿态不同带来的变形问题，还保证了生成的目标图像具有高质量纹理特征。

公开(公告)号：CN115858477A

公开(公告)日：2023-03-28

申请号：CN202211705767.5

申请日：2022-12-29

Applicant: 南京信息工程大学

Inventor： 夏贵羽 ,  叶文凯 ,  薛鹏

IPC: G06F16/174 ,  G06F16/176 ,  G06F16/2458 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开一种基于结构化网络的人体运动数据压缩和恢复方法，包括以下步骤：将人体运动序列数据转换为关节坐标，进行标准化处理得到归一化球面人体三维坐标，然后转换为球面人体二维极坐标；根据球面人体二维极坐标为单个人体关节构建独立的全连接网络，得到结构化的深度网络模型；使用球面人体二维极坐标作为训练数据，并在训练后对深度网络模型的网络参数进行量化，将量化后的网络参数作为压缩后的数据；输入时间帧计算对应时刻中每一人体关节的球面极坐标相对坐标位置，重构出完整的人体运动序列数据。本发明还公开一种基于结构化网络的人体运动数据压缩和恢复系统。本发明提供的一种基于结构化网络的人体运动数据压缩和恢复方法以及系统，能够扩展到大型运动数据库，且泛化能力较强。