公开(公告)号：CN116229531A

公开(公告)日：2023-06-06

申请号：CN202211558868.4

申请日：2022-12-06

Applicant: 重庆邮电大学

Inventor： 周丽芳 ,  张合龙 ,  李伟生 ,  吴非

IPC: G06V40/16 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明请求保护一种协作渐进生成对抗网络的人脸正面图像合成方法(CP‑GAN)，旨在从包含姿态变化和遮挡的人脸图像中自动检测遮挡区域并实现人脸图像转正，属于计算机视觉技术领域。所述方法包括以下步骤：步骤1.本发明提出了一种拓扑感知模块，该模块有助于精确定位姿态变化下的随机遮挡。步骤2.本发明设计了一个新的双通道生成对抗网络，它可以使两个通道相互协作来感知任务间的互补特征。步骤3.本发明采用渐进式人脸生成策略，旨在使两个通道可以有效协作，同时以更平滑的方式完成人脸合成。步骤4.本发明同时引入两个判别器用于判断两个通道所合成图片的真实性，同时利用任务间的协同关系以及拓扑特征，有效提高了姿态变化和遮挡下的人脸识别精度。

公开(公告)号：CN116128898A

公开(公告)日：2023-05-16

申请号：CN202310128980.2

申请日：2023-02-17

Applicant: 重庆邮电大学

Inventor： 李永红 ,  李梓歆 ,  赵志强 ,  周诚 ,  胡晋武 ,  张合龙

IPC: G06T7/11 ,  G06T5/50 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于Transformer双分支模型的皮肤病变图像分割方法；该方法构建并训练Transformer双分支模型，将待处理图像输入到训练好的Transformer双分支模型中得到分割结果；所述Transformer双分支模型包括主分支网络、辅助分支网络和信息聚合模块；本发明提出了一种新的皮肤病变图像分割方法，解决了传统深度学习方法提取全局上下文信息的不足，利用高效的多尺度视觉Transformer作为编码器，从而提取更强大且更好鲁棒性的特征，同时引入低级特征模块和高级特征融合模块，有效地提升网络的特征学习能力和分割性能。