-
公开(公告)号：CN112070158A
公开(公告)日：2020-12-11
申请号：CN202010932329.7
申请日：2020-09-08
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于卷积神经网络和双边滤波的面部瑕疵检测方法，包括以下步骤：为人脸图像数据标注真实标签以用于卷积神经网络的训练；对训练样本进行随机裁剪，并对瑕疵区域进行过采样；将剪裁所得的图像进行数据增强；通过对彩色图像进行双边滤波，并计算与原始图像的残差以提取图像的高频特征图；分别将彩色图像与高频特征图输入卷积神经网络，经过输入层的特征提取后进行特征融合；构建面部瑕疵检测的卷积神经网络模型，在浅层卷积模块中加入基于多尺度非对称空洞卷积改进的SE模块。本发明可以有效地回归出图像每一像素点属于瑕疵的概率，从而得到更好的面部瑕疵检测结果。
-
公开(公告)号：CN118196307A
公开(公告)日：2024-06-14
申请号：CN202410605128.4
申请日：2024-05-16
Applicant: 哈尔滨工业大学(威海) , 清华大学
Abstract: 本发明公开了基于可驱动高斯点云的单目人体数字化身建模方法，包括以下步骤：从人物视频中估计人体SMPL模型序列和拍摄相机的位姿；提取视频中人体的掩膜得到只包含该人物形象的序列；定义人体高斯点云属性，并将其绑定在人体SMPL模型表面；记录定义在人体SMPL模型上高斯点云的位置UV图并预测每一个高斯渲染单元的属性；通过预测的人体SMPL模型姿态驱动高斯点云；将驱动后的高斯点云渲染成图片；以目标人物形象图片作为监督约束，学习网络模型参数和姿态修正量。本发明通过采用可驱动高斯点云的设计，实现了人体数字化身在实时驱动方面的高度真实感。通过外观和姿态的联合优化，进一步提升了人体建模质量和姿态估计的准确性。
-
公开(公告)号：CN112070158B
公开(公告)日：2022-11-15
申请号：CN202010932329.7
申请日：2020-09-08
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于卷积神经网络和双边滤波的面部瑕疵检测方法，包括以下步骤：为人脸图像数据标注真实标签以用于卷积神经网络的训练；对训练样本进行随机裁剪，并对瑕疵区域进行过采样；将剪裁所得的图像进行数据增强；通过对彩色图像进行双边滤波，并计算与原始图像的残差以提取图像的高频特征图；分别将彩色图像与高频特征图输入卷积神经网络，经过输入层的特征提取后进行特征融合；构建面部瑕疵检测的卷积神经网络模型，在浅层卷积模块中加入基于多尺度非对称空洞卷积改进的SE模块。本发明可以有效地回归出图像每一像素点属于瑕疵的概率，从而得到更好的面部瑕疵检测结果。
-
公开(公告)号：CN112053351A
公开(公告)日：2020-12-08
申请号：CN202010932598.3
申请日：2020-09-08
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于神经网络架构搜索和注意力机制的肺部结节良恶性判别方法，包括以下步骤：在肺部CT数据中提取结节切片图像；设计具有搜索功能的block构建搜索网络；将提取的肺部结节切片图像划分成训练、验证、测试三组图像；搜索网络在输入的数据上搜索优化的block，并在优化block中添加注意力机制模块构建attention block；利用所保存的attention block构建一个最终搜索出来的神经网络；将数据重新整合，输入到最终搜索得到的神经网络中，训练出一个最好的肺部结节良恶性判别模型。本发明可以得到一个轻量级的且具有针对性的网络，通过注意力机制的改进，有效地解决了搜索出来的网络本身表达能力不足的缺点，从而得到更好的肺部结节良恶性判别结果。
-
-
-
Search Results
4
records
(took 0.03 seconds)
