公开(公告)号：CN114387170A

公开(公告)日：2022-04-22

申请号：CN202011116700.9

申请日：2020-10-19

Applicant: 复旦大学

Inventor： 张文强 ,  陈飞宇 ,  张睿 ,  张传法 ,  邓苇

IPC: G06T5/00

Abstract: 本发明提供一种改善修补区域边缘不连贯现象的图像修补方法，属于计算计视觉中的图像修复领域，该方法包括：数据集的预处理、网络模型的构建、网络模型的优化、网络模型的筛选和修复待修复的残缺图像，其中网络模型的构建主要分为利用图像多分辨率信息和软性注意力机制的生成网络模型的构建和进行判别的相对判别网络模型的构建。本发明可以自动且有效地将去缺陷图片进行修复，相比于以往的方法，修复后的图像纹理更具有连贯性，画面内容更具有细节性，整体的视觉效果更加的逼真。

公开(公告)号：CN114529795A

公开(公告)日：2022-05-24

申请号：CN202011218825.2

申请日：2020-11-04

Applicant: 复旦大学

Inventor： 张文强 ,  邓苇 ,  张睿 ,  齐立哲

IPC: G06V10/82 ,  G06V10/44 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 根据本实施例提供的一种基于优化热度图监督机制的服饰关键点检测方法，将服饰关键点检测训练集通过多重分辨率热度图计算得到三种尺度的预测热度图，由于所采用的骨干网络为HRNet因此能够在信息传输过程中保持高分辨率，然后通过在逐渐聚焦热图监督机制中添加标准偏差逐渐降低的高斯核的方法能够在增大空间分辨率的同时带来冗余的空间信息，最后通过计算水平损失函数、均方误差，并通过所述以反向传播的方式对服饰关键点检测网络进行训练从而得到服饰关键点检测网络。通过水平损失函数对服饰关键点检测网络进行训练能够在不过多损害计算性能的前提下，训练出了更佳的检测模型，提升了服饰关键点检测的精度。