-
公开(公告)号:CN112070896A
公开(公告)日:2020-12-11
申请号:CN202010927633.2
申请日:2020-09-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于3D建模的人像自动瘦身方法,包括以下步骤:使用自训练的人体检测算法获取图片中所有人体的位置坐标、性别及其胖瘦评级;针对每个待处理的人体区域获取人物主体的骨骼关键点,去除背景;将去除背景后的人体区域配合关键点坐标送入3D建模算法获取人体的3D模型;使用PCA主成分分析获取3D模型输出的人体外形参数,实现对于3D模型的瘦身操作;完成瘦身的3D模型投影至2D图像上;使用Delaunay三角形剖分算法获取三角形网格,得到最终的瘦身结果。本发明大大简化了使用软件手动液化瘦身的步骤,克服了主流自动瘦身功能无法对身体的每个部位进行细粒度调整的困难。
-
公开(公告)号:CN109711354A
公开(公告)日:2019-05-03
申请号:CN201811626841.8
申请日:2018-12-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于视频属性表示学习的目标跟踪方法,包括以下步骤:构建具有多属性分支的深度卷积神经网络模型;将训练数据按照视频属性进行分组;在训练数据中选取目标样本和背景样本;按照两阶段训练策略训练深度卷积神经网络模型;使用训练后的深度卷积神经网络模型对目标进行跟踪。使用不同分支学习不同属性下的表示降低了每个分支的学习难度,使得每个分支所需求的训练数据数量也降低。这些表示被自适应地融合后用于分类,提高了特征表示的判别力,使得本提案的方法可以应对复杂的跟踪场景。两阶段训练策略保证了多视频属性分支卷积神经网络可以达到预期目的。
-
公开(公告)号:CN103761744B
公开(公告)日:2016-06-15
申请号:CN201410060033.5
申请日:2014-02-21
Applicant: 哈尔滨工业大学
Abstract: 通用型二维点云分组方法,属于逆向工程技术领域。所述分组方法包括如下步骤:(1)将点云转化为二值图像;(2)将二值图像进行细化;(3)将细化后的骨架连接成图数据结构;(4)将图进行调整;(5)在原始图的基础上按照曲率进行重新采样,构建新的图;(6)对图进行简化,为图每条边赋值;(7)采用单源最短路径算法,对整个图进行分组,从而完成骨架的分组;(8)骨架分组完成后,采用膨胀方法找到骨架周围的点云,完成点云的分组。本发明能处理形状比较复杂的点云,运算速度比较快。
-
公开(公告)号:CN103815890A
公开(公告)日:2014-05-28
申请号:CN201410083138.2
申请日:2014-03-08
Applicant: 哈尔滨工业大学
IPC: A61B5/024 , A61B5/0402
Abstract: 本发明提供了一种利用智能手机摄像头检测心率的方法,其步骤如下:(1)用户将手指覆盖在摄像头上,摄像头对图像进行连续采集;(2)提取每一帧图像中的灰度信息,将每一帧图像的灰度信息进行累加,作为每一帧图像整体灰度值,连续图像的整体灰度值构成血液灰度变化的波形;(3)对波形进行预处理,去基线漂移、平滑去噪;(4)提取波形的各个峰值,确定各相邻峰值之间的帧数,计算出实时心率;(5)对提取出的波形信号进行缩放,模拟出动态心电图。该方法无需借助其他任何医学设备,只需将手指覆盖在摄像头上,就会模拟出心电波形,测出实时心率。
-
公开(公告)号:CN102262731A
公开(公告)日:2011-11-30
申请号:CN201110192198.4
申请日:2011-07-11
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了一种基于稀疏编码的字体识别方法。本发明以灰度图像作为输入,对于任意一幅待测试图像进行以下两个阶段的操作:在训练阶段,将各类字体的待测试图像随机划分成一定数量的方块,方块的数量由图像大小以及方块大小共同决定,例如一幅512×512的灰度图像,可以划分成4096个8×8大小的方块。对于任一类字体,以划分出的方块为输入,利用独立成分分析方法训练出一组能够稀疏表示任一方块的基函数,并将这些基函数作为该类字体的模型。本发明可以对中文字体进行识别;也可以对其它语言的字体进行识别;还可以对不同语言的字体进行识别。本发明可以应用在自动文档分析和艺术设计等方面。
-
公开(公告)号:CN119399342B
公开(公告)日:2025-04-08
申请号:CN202510005486.6
申请日:2025-01-03
Applicant: 哈尔滨工业大学(威海)
Abstract: 本公开的实施例提供了一种基于全局‑局部表面协同感知的物体高斯逆渲染方法;涉及图形逆渲染领域。方法包括进行光线投射与采样,获取采样点;利用几何网络和颜色网络计算采样点的神经辐射距离值和颜色值,获取全局几何表征;根据神经辐射距离值,初始化高斯点云位置;从初始化高斯点云中选取局部控制点,以局部控制点为中心,确定局部采样点并构建局部距离函数;根据局部采样点,利用局部距离函数和神经辐射距离函数,计算局部采样点的局部距离值和全局神经辐射距离值;根据全局几何表征,以这两个距离值为约束,重建几何细节;为高斯点云添加属性值进行材质与光照建模,获取材质属性与光照条件。以此缓解物体表面粗糙、提高细节捕捉能力。
-
公开(公告)号:CN117994708A
公开(公告)日:2024-05-07
申请号:CN202410397545.4
申请日:2024-04-03
Applicant: 哈尔滨工业大学(威海)
IPC: G06V20/40 , G06N3/0455 , G06N3/0464 , G06N3/09 , G06V10/82 , G06V40/20
Abstract: 本发明公开了基于时序一致隐空间引导扩散模型的人体视频生成方法,包括以下步骤:从人物动作视频中提取骨骼序列并形成骨骼序列的视频;对输入视频、人物形象以及骨骼序列提取特征;输入特征至扩散模型中进行前向加噪及噪声预测;以加入的噪声作为监督定义约束并对扩散模型进行训练;将目标姿态序列和人物图片输入至训练好的扩散模型中;将时空坐标通过隐式网络映射为像素值;以目标视频以及目标姿态序列作为监督约束,学习模型参数;对隐式网络的输出视频进行特征提取,再次输入训练完成的扩散模型,得到人物动作视频。本发明设计迭代优化的策略,通过时序一致的隐空间引导提升扩散模型的生成结果连续性,以提高姿态引导的人体视频生成质量。
-
公开(公告)号:CN117437410A
公开(公告)日:2024-01-23
申请号:CN202210801649.8
申请日:2022-07-08
Applicant: 哈尔滨工业大学(威海)
IPC: G06V10/26 , G06T7/194 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/80 , G06V20/70 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种应用于图像编辑的自动抠图方法,包括以下步骤:首先,收集Composition‑1k数据集和DUTS数据集;对数据集进行数据增强;生成U2‑Net生成三分图的语义分割网络;生成SwinTransformer的抠图网络;将U2‑Net和Swin Transformer级联生成端到端网络(自动抠图网络);利用分块patch进行图像推理;最后图像编辑——得到前景,替换背景。
-
公开(公告)号:CN112070815B
公开(公告)日:2024-01-05
申请号:CN202010928126.0
申请日:2020-09-07
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/10 , G06V10/762 , G06V10/75 , G06V10/46
Abstract: 本发明公开了基于人体外轮廓变形的自动瘦身方法,包括以下步骤:对输入图片使用人体检测算法,获取图片中所有人物主体的位置;依次对每个人物位置框内的人物主体使用骨骼关键点检测算法,获取其姿态信息;将姿态信息送入基于K‑means聚类算法的姿势匹配算法获取参考模板库中与其姿势最相近的参考模板;获取瘦身幅度和变形方向使用基于人体外轮廓的变形方法对待修改人体进行瘦身操作。本发明大大简化了使用软件手动液化瘦身的步骤,克服了主流自动瘦身功能无法维持原图片尺寸以及无法处理多人情况的困难。使得图像中的人物主体得到一定程度的瘦身,身材比例、骨骼轮廓都得到一定程度的改善,获得了更加完美的视觉效果。
-
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。
-
-
-
-
-
-
-
-
-