-
公开(公告)号：CN105139039B
公开(公告)日：2018-05-29
申请号：CN201510631089.6
申请日：2015-09-29
Applicant: 河北工业大学
Abstract: 本发明视频序列中人脸微表情的识别方法，涉及用于识别图形的记录载体的处理，是一种利用HLACLF‑TOP算法提取人脸微表情序列的动态时空纹理特征方法，步骤是：人脸微表情视频欧拉放大；人脸微表情图像预处理；利用HLACLF‑TOP算法提取人脸微表情序列的动态时空纹理特征；利用ELM分类器进行训练和预测。本发明方法克服了现有技术中由于人脸微表情变化幅度小造成微表情难以识别的缺陷。
-
公开(公告)号：CN117876628A
公开(公告)日：2024-04-12
申请号：CN202410043898.4
申请日：2024-01-12
Applicant: 河北工业大学
Abstract: 本发明为一种基于神经点场的三维模型重建与渲染方法，首先采集三维模型的RGB图像，并得到与图像对应的相机位姿信息；根据RGB图像和相机位姿信息构建三维模型的点云，利用三维模型的点云重建神经点场；然后，根据神经点场中各神经点的位置坐标拟合符号距离场，得到各神经点的SDF值；再提取模型网格；最后，完成三维模型的重建；将漫反射颜色和镜面特征分别烘焙为两个独立的格式为jpg的纹理图像；将镜面反射颜色MLP的权重导出为JSON格式，并将JSON格式的镜面反射颜色MLP的权重纳入自定义渲染管线中的片段着色器；使用Three.js库完成网格导入，并使用自定义渲染管线实现三维模型在浏览器上的实时渲染。该方法实现了基于神经辐射场重建的三维模型在浏览器中的实时高保真渲染。
-
公开(公告)号：CN111597367B
公开(公告)日：2023-11-24
申请号：CN202010418065.3
申请日：2020-05-18
Applicant: 河北工业大学
IPC: G06F16/51 , G06F16/583 , G06N3/0464 , G06N3/08
Abstract: 本发明为一种基于视图和哈希算法的三维模型检索方法，该方法包括获取不同三维模型不同角度拍摄的多张视图图片，并归一化；构建基于AlexNet的卷积神经网络：在5层卷积层后经视图层连接两层全连接层，并在最后一个全连接层后加入哈希层，将高维特征转为低维的哈希码，转化过程中设计量化损失函数来减少哈希码的量化误差；利用已有三维模型数据集训练基于AlexNet的卷积神经网络，每个模型的特征用经过训练好的网络学习到的哈希特征表示；利用汉明距离计算任意给定查询三维模型与三维模型数据库中的三维模型的相似性，选定汉明距离最小的前几个模型作为结果输出到检索列表，能提高三维模型的检索效率。
-
公开(公告)号：CN113076918B
公开(公告)日：2022-09-06
申请号：CN202110422579.0
申请日：2021-04-15
Applicant: 河北工业大学
IPC: G06V40/16 , G06V10/44 , G06V10/764 , G06V10/82 , G06T7/55 , G06T13/40 , G06T17/20 , G06T19/20 , G06N3/04 , G06N3/08
Abstract: 本发明为基于视频的人脸表情克隆方法，该方法包括以下内容：对提供的视频进行人脸检测；构建基于Ghost Bottleneck结构的轻量级卷积神经网络；整个网络对检测到的人脸图像进行预测，生成每帧图像对应的UV位置映射图，并根据UV位置映射图提取密集人脸关键点的三维位置信息；利用Open3D开源三维数据处理库，在对视频首个含人脸的视频帧进行人脸表情克隆时，结合密集人脸关键点的三维位置信息生成初始人脸模型，之后的每一帧，只对该初始人脸模型的顶点坐标信息进行更新，驱动人脸模型产生变形，并对每帧结果进行可视化，显示克隆出的人脸表情。实现了由人脸图像获取人脸关键点三维位置信息的过程，网络轻量高效，准确率高。
-
公开(公告)号：CN112801043B
公开(公告)日：2022-07-15
申请号：CN202110262999.7
申请日：2021-03-11
Applicant: 河北工业大学
Abstract: 本发明为基于深度学习的实时视频人脸关键点检测方法，该方法采用卷积神经网络进行单帧的关键点检测，在其中应用深度可分离卷积提升模型检测速率、边界热图作为原有网络的一个附加的子任务提升原有网络全局人脸结构的约束，提升了原有网络的检测准确率、用于热图的解决数据不均衡损失函数提升在有限样本下模型对大姿态样本的泛化能力、光流损失函数加强帧间的平滑性。在检测过程中对于出现极端大角度而导致置信度低于关键点置信度阈值的帧，利用3DMM进行拟合得到密集关键点坐标，对取得的密集关键点根据最小化帧间的投影误差进行68点取样，保持与之前帧的一致性。具有实时性、能利用全局帧间信息、对人脸大姿态情况检测准确度高等优点。
-
Patent Agency Ranking
公开(公告)号：CN106778902B
公开(公告)日：2020-01-21
申请号：CN201710000628.5
申请日：2017-01-03
Applicant: 河北工业大学
Abstract: 本发明基于深度卷积神经网络的奶牛个体识别方法，涉及图像数据处理中的图像识别方法，是一种采用深度学习当中卷积神经网络提取特征，结合对奶牛纹理特征实现对奶牛个体有效识别的方法，步骤是：奶牛数据的采集；对训练集和测试集的预处理；设计卷积神经网络；训练卷积神经网络；生成识别模型；利用识别模型识别奶牛个体。本发明方法克服了采用图像处理技术对奶牛图像进行处理的现有算法单一，没有充分利用奶牛本身所具有的条纹特点来与图像处理和模式识别技术进行很好的结合，导致奶牛识别准确率低的缺陷。
-
公开(公告)号：CN103198508A
公开(公告)日：2013-07-10
申请号：CN201310116515.3
申请日：2013-04-07
Applicant: 河北工业大学
IPC: G06T13/40
Abstract: 本发明的人脸表情动画生成方法，涉及三维(3D)图像的加工，是一种基于运动捕捉数据的快速人脸表情动画生成技术，步骤如下：第一步，表演者面部表情的运动捕捉，第二步，面部图像的人脸纹理图生成，第三步，利用径向基函数对人脸变形，第四步，个性化人脸模型划分区域，第五步，个性化人脸模型分区变形和融合，第六步，生成人脸动画。本发明方法有效克服了现有技术中三维人脸动画的制作成本高，逼真度低，操作繁琐，效率低的缺点。
-
公开(公告)号：CN115205940A
公开(公告)日：2022-10-18
申请号：CN202210847877.9
申请日：2022-07-19
Applicant: 河北工业大学
Abstract: 本发明为基于特征增强的人脸关键点检测方法，首先提取人脸图像的卷积特征，并将卷积特征映射为图节点特征；根据数据集生成关键点邻接矩阵，将图节点特征和关键点邻接矩阵输入到特征增强模块中，特征增强模块由四个沙漏网络级联而成，相邻两个沙漏网络之间插入消息传递层，同时根据人脸面部结构将关键点进行分组，每组关键点连成一条边界，一共得到13条边界；将边界等效为树节点，构建双向树结构，通过双向树结构进行消息传递，得到增强节点特征；增强节点特征经过关键点生成模块的图卷积推理，预测得到关键点坐标矩阵，完成人脸关键点检测。该方法利用消息传递机制使得可见边界可以根据人脸面部结构为遮挡边界提供信息，提高了预测关键点坐标的准确性。
-
公开(公告)号：CN112861791B
公开(公告)日：2022-08-23
申请号：CN202110263683.X
申请日：2021-03-11
Applicant: 河北工业大学
Abstract: 本发明公开了一种结合图神经网络和多特征融合的唇语识别方法。该方法首先提取并构建人脸变化序列，标注人脸特征点，再矫正唇部偏转角度，通过训练后唇部语义分割网络预处理后，通过单帧特征点关系的图结构和相邻帧特征点关系的图结构来训练唇语识别网络，最终通过训练后唇语识别网络生成唇语识别结果。本发明将识别网络数据集和唇部语义分割网络数据集经CNN提取和特征融合后的CNN唇部特征和唇部区域特征点经GNN提取和融合后的GNN唇部特征经特征融合后输入到BiGRU中识别，解决时间序列特征提取困难和唇部特征提取受外界因素影响的问题，有效提取唇部的静态特征和唇部变化的动态特征，具有唇部变化特征提取能力强、识别结果准确度高等特点。
-
公开(公告)号：CN112818950B
公开(公告)日：2022-08-23
申请号：CN202110262815.7
申请日：2021-03-11
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于生成对抗网络和时间卷积网络的唇语识别方法。该方法首先通过ResNet角度分类器判断唇部偏转角度，之后利用的GAN二阶段转换器进行唇部矫正，最后送入TCN中进行特征识别分类生成唇语识别结果的高精度唇语识别方法；该方法克服了传统卷积模型无法解决的唇部特征提取受实际环境中光照强度、光照角度、识别角度、说话人身份等不确定性的影响，使唇语识别的准确性显著提高。本方法设计了密集多角度唇部变化原始数据，不仅实现了单个摄像机自身图像的连续，而且最大限度地实现了唇部图像在观测范围内的连续，有效解决现有多角度模型无法处理实际环境中连续变化的唇部图像的问题，从而提高唇语识别精度。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.023 seconds)
