-
公开(公告)号：CN111445426B
公开(公告)日：2023-09-08
申请号：CN202010388604.3
申请日：2020-05-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T5/00 , G06T7/41 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提出了一种基于生成对抗网络模型的目标服装图像处理方法，包括：将样品标准图像和其对应的各样品区域图像配对形成样品配对图像集；根据样品配对图像集，优化生成对抗网络模型的损失函数参数；将待办区域图像输入生成对抗网络模型，输出模版图像；将待办区域图像拉伸形变输出扭曲图像，使扭曲图像与模版图像边框对齐；通过获取像素权重矩阵，对扭曲图像和模版图像进行融合，输出目标服装图像。本发明通过构建基于感知损失函数的生成对抗网络模型和分步图像融合技术，将不同角度和姿态的服装图像转换为姿态端正和纹理增强的目标服装图像，供智能系统搜索使用，改善了目标服装图像质量，提高了智能系统检索精准度。
-
Patent Agency Ranking
公开(公告)号：CN111445426A
公开(公告)日：2020-07-24
申请号：CN202010388604.3
申请日：2020-05-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提出了一种基于生成对抗网络模型的目标服装图像处理方法，包括：将样品标准图像和其对应的各样品区域图像配对形成样品配对图像集；根据样品配对图像集，优化生成对抗网络模型的损失函数参数；将待办区域图像输入生成对抗网络模型，输出模版图像；将待办区域图像拉伸形变输出扭曲图像，使扭曲图像与模版图像边框对齐；通过获取像素权重矩阵，对扭曲图像和模版图像进行融合，输出目标服装图像。本发明通过构建基于感知损失函数的生成对抗网络模型和分步图像融合技术，将不同角度和姿态的服装图像转换为姿态端正和纹理增强的目标服装图像，供智能系统搜索使用，改善了目标服装图像质量，提高了智能系统检索精准度。
-
公开(公告)号：CN110909754B
公开(公告)日：2023-04-07
申请号：CN201811074522.0
申请日：2018-09-14
Applicant: 哈尔滨工业大学(深圳)
IPC: G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/094 , G06T11/00 , G06V10/764 , G06V10/82 , G06V10/74
Abstract: 一种属性生成对抗网络及基于该网络的搭配服饰生成方法，属于生成式模型以及服饰搭配领域。针对根据已有服饰图像生成相搭配的服饰图像的问题，先构建搭配服饰数据集，包含一套搭配服饰的图像信息、文本信息以及相应的属性信息；再设计属性生成对抗网络，包含一个生成器、一个搭配判别器和一个属性判别器；然后对其进行对抗训练，学习得到生成器网络参数；最后对于新的服饰图像输入到训练好的生成器中，从而生成相搭配的服饰图像。本发明通过训练设计的属性生成对抗网络，生成和输入图像相搭配的服饰图像，为用户的穿衣搭配提供参考依据；在高级语义属性上符合人们通常的搭配规则，对衣服推荐、衣服检索、时尚设计等应用有巨大的潜力。
-
公开(公告)号：CN110909754A
公开(公告)日：2020-03-24
申请号：CN201811074522.0
申请日：2018-09-14
Applicant: 哈尔滨工业大学(深圳)
Abstract: 一种属性生成对抗网络及基于该网络的搭配服饰生成方法，属于生成式模型以及服饰搭配领域。针对根据已有服饰图像生成相搭配的服饰图像的问题，先构建搭配服饰数据集，包含一套搭配服饰的图像信息、文本信息以及相应的属性信息；再设计属性生成对抗网络，包含一个生成器、一个搭配判别器和一个属性判别器；然后对其进行对抗训练，学习得到生成器网络参数；最后对于新的服饰图像输入到训练好的生成器中，从而生成相搭配的服饰图像。本发明通过训练设计的属性生成对抗网络，生成和输入图像相搭配的服饰图像，为用户的穿衣搭配提供参考依据；在高级语义属性上符合人们通常的搭配规则，对衣服推荐、衣服检索、时尚设计等应用有巨大的潜力。
-
公开(公告)号：CN112883756B
公开(公告)日：2023-09-15
申请号：CN201911197399.6
申请日：2019-11-29
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明属于人脸图像生成领域，公开了一种年龄变换人脸图像的生成方法及生成对抗网络模型。其中，年龄变换人脸图像的生成方法基于多判别器框架的年龄风格生成对抗网络模型，生成对抗网络模型包括编码器、译码器、判别器以及年龄分类器，该方法包含以下步骤：构建跨年龄人脸图像数据集；设计基于多判别器框架的年龄风格生成对抗网络模型；进行年龄风格生成对抗网络模型训练；输入待生成的人原始年轻人脸图像到编码器和译码器中，生成对应年老人脸图像。本发明提供的年龄变换人脸图像的生成方法，不需提供大量较大年龄跨度的数据进行较高的计算量，就可以简单快捷地生成属于目标年龄域的年龄变换人脸图像。
-
公开(公告)号：CN112883756A
公开(公告)日：2021-06-01
申请号：CN201911197399.6
申请日：2019-11-29
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明属于人脸图像生成领域，公开了一种年龄变换人脸图像的生成方法及生成对抗网络模型。其中，年龄变换人脸图像的生成方法基于多判别器框架的年龄风格生成对抗网络模型，生成对抗网络模型包括编码器、译码器、判别器以及年龄分类器，该方法包含以下步骤：构建跨年龄人脸图像数据集；设计基于多判别器框架的年龄风格生成对抗网络模型；进行年龄风格生成对抗网络模型训练；输入待生成的人原始年轻人脸图像到编码器和译码器中，生成对应年老人脸图像。本发明提供的年龄变换人脸图像的生成方法，不需提供大量较大年龄跨度的数据进行较高的计算量，就可以简单快捷地生成属于目标年龄域的年龄变换人脸图像。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
