-
公开(公告)号：CN118762132A
公开(公告)日：2024-10-11
申请号：CN202411245377.3
申请日：2024-09-05
Applicant: 中国科学院自动化研究所
IPC: G06T17/00 , G06T15/00 , G06T15/20 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本公开提供了一种基于视角一致性增强的三维数据生成方法及系统。基于视角一致性增强的三维数据生成方法包括：获取三维数据生成模型输出的三维数据，作为目标三维数据；基于所述目标三维数据，渲染出与多个视角一一对应的多个原始二维视图；将至少一个原始二维视图和查询提示信息，输入多模态模型，得到所述多模态模型输出的查询结果；针对所述查询结果，对所述至少一个原始二维视图进行修正，得到至少一个修正后二维视图；基于所述至少一个原始二维视图和所述至少一个修正后二维视图，计算第一损失函数，并基于所述第一损失函数更新所述三维数据生成模型的模型参数；获取更新后的三维数据生成模型输出的三维数据。
-
公开(公告)号：CN118644423A
公开(公告)日：2024-09-13
申请号：CN202410539856.X
申请日：2024-04-30
Applicant: 中国科学院自动化研究所
IPC: G06T5/77 , G06T5/60 , G06N3/0499 , G06N3/098 , G06N3/084 , G06N3/086 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/048
Abstract: 本申请提供一种基于联邦学习的数据恢复方法及装置，涉及数据处理技术领域。所述方法包括：基于联邦学习模型的目标全连接层梯度向量、初始有理系数与预设标签特征，确定目标有理系数；基于所述目标有理系数与所述目标全连接层梯度向量，确定所述目标全连接层数据输入特征；基于目标全连接层前一层的梯度信息与所述目标全连接层数据输入特征，恢复原始图像数据。本申请提供的基于联邦学习的数据恢复方法及装置，可以恢复联邦学习模型中应用标签平滑或标签混合技术的源数据，保证数据安全。
-
公开(公告)号：CN113763268B
公开(公告)日：2023-03-28
申请号：CN202110990835.6
申请日：2021-08-26
Applicant: 中国科学院自动化研究所
IPC: G06T5/00 , G06T5/50 , G06T5/10 , G06T19/20 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种人脸图像盲修复方法及系统，首先获取待修复人脸图像；然后将待修复人脸图像输入至三维记忆调制生成模型，由三维记忆调制生成模型对待修复人脸图像进行盲修复，并得到三维记忆调制生成模型输出的盲修复后的目标人脸图像。三维记忆调制生成模型中包含的三维记忆调制模块可以从拓扑优化、小波记忆以及通用先验这三个方面对待修复人脸图像进行调制，并引入层规范化层面以及实例规范化层面的特征融合，最终得到修复后的目标人脸图像。通过三维记忆调制生成模型，可以克服待修复失真人脸图像中可能包含的退化模式带来的不确定性，极大地提高了人脸图像盲修复的效果，使得人脸图像盲修复更加精准，得到的目标人脸图像的图像质量更高。
-
公开(公告)号：CN114596609A
公开(公告)日：2022-06-07
申请号：CN202210062374.0
申请日：2022-01-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种视听伪造检测方法及装置，该方法包括：获取待测视频数据；其中，待测视频数据包括至少两个视频帧，每个视频帧均包括至少一组由人脸图像和音频数据组成的视听对；将各视听对输入至训练好的双流网络，得到待测视频数据的伪造检测结果；其中，双流网络包括图像网络分支、音频网络分支和预测网络；图像网络分支用于提取人脸图像的面部关键点特征，并基于面部关键点特征提取人脸图像的帧间一致性特征；音频网络分支用于提取音频数据的音频特征，并基于音频特征提取音频数据的时间一致性特征；预测网络基于帧间一致性特征和时间一致性特征获取待测视频数据的伪造检测结果。本发明能够全面准确地对待测视频数据进行真伪检测。
-
公开(公告)号：CN113627404B
公开(公告)日：2022-01-14
申请号：CN202111185354.4
申请日：2021-10-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于因果推断的高泛化人脸替换方法、装置和电子设备，所述方法包括：确定源人脸图像和目标人脸图像；将所述源人脸图像和所述目标人脸图像输入至人脸替换模型中，得到所述人脸替换模型输出的人脸替换图像；其中，所述人脸替换模型基于所述目标人脸图像的表情姿态参数对身份信息的因果效应，确定所述源人脸图像的身份信息表示，基于所述身份信息表示和所述目标人脸图像的感知信息表示进行人脸替换；所述人脸替换模型是基于样本源人脸图像和样本目标人脸图像进行训练得到的。本发明提供的方法、装置、电子设备与存储介质，得到了高质量逼真的人脸替换图像，从而提升了人脸替换技术在不同目标场景下的稳定性和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN113763268A
公开(公告)日：2021-12-07
申请号：CN202110990835.6
申请日：2021-08-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种人脸图像盲修复方法及系统，首先获取待修复人脸图像；然后将待修复人脸图像输入至三维记忆调制生成模型，由三维记忆调制生成模型对待修复人脸图像进行盲修复，并得到三维记忆调制生成模型输出的盲修复后的目标人脸图像。三维记忆调制生成模型中包含的三维记忆调制模块可以从拓扑优化、小波记忆以及通用先验这三个方面对待修复人脸图像进行调制，并引入层规范化层面以及实例规范化层面的特征融合，最终得到修复后的目标人脸图像。通过三维记忆调制生成模型，可以克服待修复失真人脸图像中可能包含的退化模式带来的不确定性，极大地提高了人脸图像盲修复的效果，使得人脸图像盲修复更加精准，得到的目标人脸图像的图像质量更高。
-
公开(公告)号：CN109886072B
公开(公告)日：2021-02-26
申请号：CN201811595193.4
申请日：2018-12-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于双向Ladder结构的人脸属性分类系统,旨在解决如何充分利用深度网络中不同层次的特征，以及不同层次特征与不同人脸属性之间的对应关系，以提高人脸属性分类的精确度。为此目的，本发明提供的基于双向Ladder结构的人脸属性分类系统包括双向Ladder自编码器模块、自适应注意力模块和自适应评分融合模块；双向Ladder自编码器模块包括编码器模块和解码器模块；自适应注意力模块包括多个注意力子模块；自适应评分融合模块配置为根据编码器模块的输出结果与注意力子模块输出的结果获取待测人脸图像的人脸属性分类结果。基于上述结构可以充分利用不同层次的编码特征和解码特征，提高人脸属性分类的精确度。
-
公开(公告)号：CN109902546B
公开(公告)日：2020-11-06
申请号：CN201810523102.X
申请日：2018-05-28
Applicant: 华为技术有限公司 , 中国科学院自动化研究所
Abstract: 本发明实施例涉及人脸识别技术领域，公开了一种人脸识别方法、装置及计算机可读介质，该方法包括：将第一视频数据中包含的n帧图像输入到特征提取网络分别进行人脸特征提取，得到与上述n帧图像一一对应的n个人脸特征矩阵；融合上述n个人脸特征矩阵得到上述待识别人脸的目标人脸特征矩阵；通过上述目标人脸特征矩阵对上述待识别人脸进行人脸识别，得到人脸识别结果；其中2≤n。本申请中，利用从视频数据中提取出的多个人脸特征融合后的人脸特征进行人脸识别，可以提高人脸识别的准确率。
-
公开(公告)号：CN111819568A
公开(公告)日：2020-10-23
申请号：CN201880090767.4
申请日：2018-06-01
Applicant: 华为技术有限公司 , 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本申请提供一种人脸旋转图像的生成方法及装置，涉及人工智能领域，具体涉及计算机视觉领域。本方法包括：根据获取的人脸图像中的两个或两个以上关键点对所述人脸图像进行姿态编码以获得姿态编码图；从训练数据集中获取多张包含人脸的训练图片，且所述多张训练图片中包含的人脸呈现的旋转角度均为同一角度；采用前述类似方式根据目标人脸图像中的两个或两个以上关键点对所述目标人脸图像进行姿态编码以获得姿态编码图；其中，所述目标人脸图像是根据所述多张训练图片得到的；根据所述人脸图像和前述两种姿态编码图生成待输入信号；将所述待输入信号输入人脸旋转图像生成模型得到人脸旋转图像。通过本方法，可以提高姿态编码的连续性和准确性，从而提高人脸旋转图像的生成效率。
-
公开(公告)号：CN108932693B
公开(公告)日：2020-09-22
申请号：CN201810623739.6
申请日：2018-06-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数字图像处理领域，具体涉及一种基于人脸几何信息的人脸编辑补全方法及装置，旨在解决解决如何实现缺失人脸图片的精确补全与属性编辑的技术问题。为此目的，本发明中的基于人脸几何信息的人脸编辑补全方法包括：基于预先构建的人脸几何估计模型并利用包含遮挡区域的目标人脸图像，获得人脸几何信息；基于预先构建的人脸补全网络模型并利用目标人脸图像与人脸几何信息，生成第一完整人脸图像；将第一完整人脸图像中的特定区域替换为目标人脸图像中的未遮挡区域，并对第一完整人脸图像与未遮挡区域进行图像融合，得到第二完整人脸图像。基于本发明的方法可以精确地补全和编辑缺失人脸图片。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.035 seconds)
