-
公开(公告)号：CN114299206A
公开(公告)日：2022-04-08
申请号：CN202111672607.0
申请日：2021-12-31
Applicant: 清华大学 , OPPO广东移动通信有限公司
Abstract: 本申请公开了一种三维卡通人脸生成方法、装置、电子设备及存储介质，涉及计算机图形学技术领域。该方法包括：根据二维真实人脸图像获取三维卡通人脸网格模型；根据所述二维真实人脸图像获取三维卡通人脸纹理贴图；基于所述三维卡通人脸网格模型以及所述三维卡通人脸纹理贴图获取三维卡通人脸。本方法实现了能够根据真实人脸图像生成三维卡通人脸，使得生成的三维卡通人脸具有明显的输入人脸的个性化特征，并且，为三维卡通人脸生成了对应的纹理贴图，使得生成的三维卡通人脸较为美观，提升用户体验。
-
公开(公告)号：CN113763559A
公开(公告)日：2021-12-07
申请号：CN202110745796.3
申请日：2021-07-01
Applicant: 清华大学
Abstract: 本申请提出一种拟合深度图像的几何运动细节重建方法和装置，其中，方法包括：构造含有数据项的势能函数，根据势能函数计算位置偏移量大小；其中，数据项用于拟合深度数据，约束几何表面点在添加位置偏移量之后与输入的深度图像接近；根据位置偏移量大小，基于粗糙基础几何运动在几何表面点添加位置偏移量，位置偏移量在空间中的方向为沿相机视线方向；根据位置偏移量对细节几何运动进行重建。能够基于粗糙几何运动计算物体表面点的准确偏移量，从而重建物体的细节几何运动且不同表面点的计算过程完全并行进行，运行效率极高。
-
公开(公告)号：CN113689324A
公开(公告)日：2021-11-23
申请号：CN202110761565.1
申请日：2021-07-06
Applicant: 清华大学
Abstract: 本发明提出一种基于二分类标签的人像物件的自动增删方法方法和装置，其中，包括：接收人像物件的自动增删请求，确定人像物件的自动增删请求中包括的至少一种人像物件的类型；获取至少一张待修改的人脸图像和至少一张参考人脸图像；对待修改的人脸图像和参考人脸图像进行特征点检测；通过预先训练完成的神经网络中的类型的人像物件的增删模块，确定待修改的人脸图像和参考人脸图像对于类型的人像物件的二分类标签；根据待修改的人脸图像和参考人脸图像的人像物件特征确定所修改的人脸图像的目标人像物件增删方式，根据目标人像物件增删方式对待修改的人脸图像进行修改。本申请提出的方法可以自动化地增删对应的人像物件，便捷性高且训练成本低。
-
公开(公告)号：CN113658128A
公开(公告)日：2021-11-16
申请号：CN202110932215.7
申请日：2021-08-13
Applicant: OPPO广东移动通信有限公司 , 清华大学
Abstract: 本公开提供了一种图像模糊程度确定方法、模糊图像数据集构建方法、图像去模糊方法、装置、存储介质与电子设备，涉及图像与视频处理技术领域。所述图像模糊程度确定方法包括：获取像素点在目标图像的曝光时间内的多个子曝光时间所对应的像素值；根据所述像素点在所述多个子曝光时间所对应的像素值之间的偏差程度，确定所述像素点在所述目标图像中的模糊程度值，并根据每个所述像素点所述目标图像中的模糊程度值确定所述目标图像的模糊程度数据；其中，所述目标图像的像素值是通过合并所述像素点在所述多个子曝光时间所对应的像素值而得到。本公开能够表示图像中不同像素点的模糊程度，有利于改善图像去模糊效果。
-
公开(公告)号：CN112905006A
公开(公告)日：2021-06-04
申请号：CN202110087728.2
申请日：2021-01-21
Applicant: 清华大学
Abstract: 本发明提出一种基于物理仿真的虚拟现实人手交互方法和装置，其中，方法包括：获取人手的多个关键点信息；确定与多个关键点信息匹配的目标人手模型；根据多个关键点信息确定目标人手模型的力和力矩；根据力和力矩更新目标人手模型。由此，本发明提出了一种驱动虚拟的人手模型和虚拟物体产生物理真实的仿真交互的方法，它能捕获使用者的人手信息生成虚拟的人手模型。
-
Patent Agency Ranking
公开(公告)号：CN112883920A
公开(公告)日：2021-06-01
申请号：CN202110304030.1
申请日：2021-03-22
Applicant: 清华大学
Abstract: 本发明提出一种基于点云深度学习的三维人脸扫描特征点检测方法和装置，其中，方法包括：将人脸扫描渲染成多视角的图像；在每张图像上计算每个像素的人脸解析特征；对多视角图像的信息进行融合，确定人脸扫描上每个顶点的人脸解析特征；利用点云深度学习网络获取每个特征点对应的热度图；根据热度图计算每个特征点的位置。由此，利用点云深度学习网络强大的特征提取能力，结合人脸扫描的纹理信息，得到高精度的特征点检测结果。
-
公开(公告)号：CN112802186A
公开(公告)日：2021-05-14
申请号：CN202110112223.7
申请日：2021-01-27
Applicant: 清华大学
Abstract: 本发明提出一种基于二值化特征编码匹配的动态场景实时三维重建方法，其中，方法包括：使用RGBD相机对动态场景进行拍摄，获得彩色深度图像序列，并将彩色深度图像序列中的单帧图像转换为三维点云；通过二值化特征编码匹配，获取三维点云和标准模型顶点之间的匹配点对，其中，标准模型的姿态参数根据彩色深度图像序列中的第一帧彩色深度图像确定；确定匹配点对对应的集合对应的能量函数，并根据能量函数构建更新从标准模型到三维点云的非刚性运动场参数；根据非刚性运动场参数更新标准模型得到目标模型。由此，能够有效的提高对动态场景的重建实时性、鲁棒性和准确性。
-
公开(公告)号：CN112802080A
公开(公告)日：2021-05-14
申请号：CN202110098807.3
申请日：2021-01-25
Applicant: 清华大学
Abstract: 本发明提出一种基于深度学习的单目绝对深度估计方法和装置，其中，方法包括：获取样本RGB图片对应的深度数据和绝对深度；将样本RGB图片的相对深度输入初始模型，获取初始模型输出的参考绝对深度；根据预设的第一损失函数计算参考绝对深度和相对深度对应的绝对深度的损失值；若损失值大于预设阈值，则调整初始模型，直至损失值小于预设阈值时，训练完成与初始模型对应的目标模型；根据目标模型计算场景的绝对深度。由此，可以较好地应用于自动驾驶等对场景深度测算要求较高的场景中。
-
公开(公告)号：CN112734887A
公开(公告)日：2021-04-30
申请号：CN202110076881.5
申请日：2021-01-20
Applicant: 清华大学
Abstract: 本申请提出一种基于深度学习的人脸混合‑变形生成方法和装置，涉及计算机动画和三维重建技术领域，其中，方法包括：获取中性人脸的三维网格数据和对应的三维网格表情集合；将三角网格数据转换为二维RGB图片；将二维RGB图片输入深度学习模型进行训练，获取训练人脸混合‑变形二维图；根据人脸混合‑变形二维图，获取训练表情集合，根据训练表情集合和三维网格表情集合调整深度学习模型的参数，通过训练后的深度学习模型对待处理人脸二维图进行处理，生成人脸混合‑变形表情。由此，利用深度神经网络从少量表情集生成个性化混合‑变形表情，提高处理效率。
-
公开(公告)号：CN109903393B
公开(公告)日：2021-03-16
申请号：CN201910133353.1
申请日：2019-02-22
Applicant: 清华大学
Abstract: 本申请提出基于深度学习的新视角场景合成方法和装置，其中，方法包括：通过控制相机在训练场景下按照预设圆轨道旋转，每旋转预设角度对所述训练场景拍摄一张图像得到训练图像集，获取训练图像集中N张连续训练图像中第一张训练图像和第N张训练图像及其对应的相机位置参数信息；通过计算得到第一张训练图像和第N张训练图像的图像特征以对场景合成模型进行训练，根据合成场景图像和真实训练场景图像对应的损失函数值对场景合成模型的网络参数进行调整，以完成对场景合成模型的训练。由此，通过训练场景中的训练图像的不同图像特征对场景合成模型进行训练，提高了场景合成的准确度。
-
-
-
-
-
-
-
-
-
Search Results
282
records
(took 0.027 seconds)
