人体图像生成方法、系统、设备及存储介质

    公开(公告)号:CN115482557B

    公开(公告)日:2023-11-17

    申请号:CN202211228947.9

    申请日:2022-10-09

    Abstract: 本发明提供了一种人体图像生成方法、系统、设备及存储介质,所述方法包括步骤:根据多个预设人体图像参数,构造参数空间;基于所述参数空间,训练预设变分自动编码器,获得目标解码器;分别获取多个第一向量变量和一第二向量变量;所述第一向量变量的数量与所述预设人体图像参数的数量相同;根据所述目标解码器和所述第一向量变量,生成三维人体模型;以及根据所述第二向量变量,对所述三维人体模型进行模仿渲染,获得二维的目标人体图像;本申请实现能够生成任意姿态的人体图像。

    通讯方法、装置、设备及存储介质

    公开(公告)号:CN114339190B

    公开(公告)日:2023-06-23

    申请号:CN202111640435.9

    申请日:2021-12-29

    Abstract: 本公开提供了一种通讯方法、装置、设备及存储介质,涉及通信技术领域。该方法包括:采集影像数据和影像数据对应的语音数据;基于影像数据,提取三维模型参数;基于三维模型参数,在影像数据中提取三维模型对应的纹理颜色信息;将三维模型参数、纹理颜色信息、语音数据,传输至第二终端,以使第二终端基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像,基于纹理颜色信息,渲染三维影像,以及输出渲染后的三维影像和语音数据。

    基于时间注意力机制的三维人体重建方法及相关设备

    公开(公告)号:CN115731359A

    公开(公告)日:2023-03-03

    申请号:CN202211611062.7

    申请日:2022-12-14

    Abstract: 本公开提供了一种基于时间注意力机制的三维人体重建方法及相关设备,涉及三维重建技术领域。该方法包括,根据连续多帧图像,确定连续多帧图像中每一帧图像对应的静态特征;根据时间注意力机制对每个静态特征进行加权,确定每个静态特征对应的时间特征;根据时间序列对全部时间特征进行特征融合,确定融合特征;根据融合特征,确定重建后的三维人体。本公开结合注意力机制以及分层特征融合模块,捕捉视频序列中运动的连续性依赖关系,可以提高基于视频序列重建的三维人体的平滑性以及动作连贯性。

    人体图像生成方法、系统、设备及存储介质

    公开(公告)号:CN115482557A

    公开(公告)日:2022-12-16

    申请号:CN202211228947.9

    申请日:2022-10-09

    Abstract: 本发明提供了一种人体图像生成方法、系统、设备及存储介质,所述方法包括步骤:根据多个预设人体图像参数,构造参数空间;基于所述参数空间,训练预设变分自动编码器,获得目标解码器;分别获取多个第一向量变量和一第二向量变量;所述第一向量变量的数量与所述预设人体图像参数的数量相同;根据所述目标解码器和所述第一向量变量,生成三维人体模型;以及根据所述第二向量变量,对所述三维人体模型进行模仿渲染,获得二维的目标人体图像;本申请实现能够生成任意姿态的人体图像。

    一种用于图像重建的方法、介质及装置

    公开(公告)号:CN115700602A

    公开(公告)日:2023-02-07

    申请号:CN202110856020.9

    申请日:2021-07-28

    Abstract: 本公开提供一种用于图像重建的方法、介质及装置。提供了一种基于区块链网络进行交易的方法,所述方法在区块链网络的节点处执行,所述方法包括:从用户接收交易请求,所述交易请求包括交易数据;将所述交易数据加密存储在所述节点中,并在所述节点所属于的群组中的各节点之间进行共识,而不与所述区块链网络中的其他节点之间进行共识;根据所述节点的用户权限表判断与所述交易请求相关的外部用户是否有交易权限,其中,所述外部用户为所述交易请求的目标节点的目标用户;在确定所述外部用户有交易权限的情况下,与所述外部用户进行交易。

    三维人体重建方法、装置、计算机可读介质及电子设备

    公开(公告)号:CN115346000A

    公开(公告)日:2022-11-15

    申请号:CN202211056471.5

    申请日:2022-08-31

    Abstract: 本申请属于三维重建技术领域,具体涉及一种三维人体重建方法、装置、计算机可读介质及电子设备。该方法包括获取二维人体图像;将二维人体图像输入姿态估计网络,得到二维人体关节信息,并将二维人体关节信息输入身体卷积网络,得到身体参数信息;基于二维人体关节信息,对二维人体图像进行分割得到手部图像和头部图像;将手部图像输入双手图卷积网络,得到手部参数信息,以及将头部图像输入头部图卷积网络,得到头部参数信息;将手部参数信息、头部参数信息以及身体参数信息进行整合,以重建得到三维人体模型。这样,对于手部或者头部被遮挡的情况下,通过对手部图像和头部图像进行重构,从而有利于准确重建出具有准确形态的三维人体模型。

    消息推荐方法、装置、计算机可读介质及电子设备

    公开(公告)号:CN114707041A

    公开(公告)日:2022-07-05

    申请号:CN202210375182.5

    申请日:2022-04-11

    Abstract: 本申请公开了一种消息推荐方法、装置、计算机可读介质及电子设备,所述方法包括:获取多个时间段的训练样本和设定时段内的第一测试样本;通过多个时间段的训练样本和第一测试样本对消息推荐模型进行联合训练;在联合训练的过程中,根据各个时间段的训练样本和所述第一测试样本之间的数据分布差异得到训练样本的权重,并根据该权重对训练样本进行联合训练,并根据各个时间段的训练样本的预测值和对应训练样本的样本标签之间的损失更新消息推荐模型的模型参数;通过训练好的消息推荐模型在当前时间进行消息推荐。本申请利用多时期训练样本与测试样本进行联合训练,以改进传统推荐算法仅用单一时期训练样本进行训练,导致模型泛化能力差的问题。

    三维重建方法及装置、电子设备、计算机可读介质

    公开(公告)号:CN114627244A

    公开(公告)日:2022-06-14

    申请号:CN202210291769.8

    申请日:2022-03-22

    Abstract: 本申请涉及三维重建技术领域,具体涉及一种三维重建方法及装置、电子设备、计算机可读介质,该方法包括:获取待重建场景的目标图像;分别提取目标图像中相邻两帧图像的二维特征描述子,对相邻两帧图像的二维特征描述子进行特征匹配,得到二维关键点匹配点对;生成每帧图像的三维特征描述子;对相邻两帧图像的三维特征描述子进行特征匹配,得到三维关键点匹配点对;对二维关键点匹配点对和三维关键点匹配点对进行过滤,得到目标匹配点对;根据目标匹配点对进行相机位姿估计和三维场景重建,得到重建场景的目标图像。本申请的实施例可以在待重建场景中存在周期性纹理分布的情况下,提升关键点匹配的准确率和三维重建的准确性。

    通讯方法、装置、设备及存储介质

    公开(公告)号:CN114339190A

    公开(公告)日:2022-04-12

    申请号:CN202111640435.9

    申请日:2021-12-29

    Abstract: 本公开提供了一种通讯方法、装置、设备及存储介质,涉及通信技术领域。该方法包括:采集影像数据和影像数据对应的语音数据;基于影像数据,提取三维模型参数;基于三维模型参数,在影像数据中提取三维模型对应的纹理颜色信息;将三维模型参数、纹理颜色信息、语音数据,传输至第二终端,以使第二终端基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像,基于纹理颜色信息,渲染三维影像,以及输出渲染后的三维影像和语音数据。

    消息推荐方法、装置、计算机可读介质及电子设备

    公开(公告)号:CN114707041B

    公开(公告)日:2023-12-01

    申请号:CN202210375182.5

    申请日:2022-04-11

    Abstract: 本申请公开了一种消息推荐方法、装置、计算机可读介质及电子设备,所述方法包括:获取多个时间段的训练样本和设定时段内的第一测试样本;通过多个时间段的训练样本和第一测试样本对消息推荐模型进行联合训练;在联合训练的过程中,根据各个时间段的训练样本和所述第一测试样本之间的数据分布差异得到训练样本的权重,并根据该权重对训练样本进行联合训练,并根据各个时间段的训练样本的预测值和对应训练样本的样本标签之间的损失更新消息推荐模型的模型参数;通过训练好的消息推荐模型在当前时间进行消息推荐。本申请利用多时期训练样本与测试样本进行联合训练,以改进传统推荐算法仅用单一时期训练样本进行训练,导致模(56)对比文件WO 2021135588 A1,2021.07.08US 2015186780 A1,2015.07.02王艺平 等.基于改进的宽深度模型的推荐方法研究《.计算机应用与软件》.2018,第35卷(第11期),49-54.郭慧丰.基于用户行为关系挖掘的个性化推荐模型及算法《.中国博士学位论文全文数据库信息科技辑》.2019,(第01期),I138-272.Vasco Lopes 等.An AutoML-basedApproach to Multimodal Image SentimentAnalysis《.2021 International JointConference on Neural Networks (IJCNN)》.2021,1-9.柴玉梅 等.基于双注意力机制和迁移学习的跨领域推荐模型《.计算机学报》.2020,第43卷(第10期),1924-1942.

Patent Agency Ranking