-
公开(公告)号：CN115062673B
公开(公告)日：2022-10-28
申请号：CN202210895580.X
申请日：2022-07-28
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，提供一种图像处理方法、装置、电子设备及存储介质，其中方法包括：获取待处理图像；将所述待处理图像输入至特征提取模型，得到所述特征提取模型输出的图像特征；基于所述图像特征，对所述待处理图像进行图像处理；所述特征提取模型包括正交自注意力模块，所述正交自注意力模块用于将所述待处理图像的令牌投影到正交空间进行自注意力转换。本发明提供的方法、装置、电子设备及存储介质，特征提取模型中的正交自注意力模块，可以将待处理图像的令牌投影到正交空间进行自注意力转换，降低了自注意力转换的复杂度，提高了图像特征的提取质量，因此保证了图像处理的有效性。
-
公开(公告)号：CN115062673A
公开(公告)日：2022-09-16
申请号：CN202210895580.X
申请日：2022-07-28
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，提供一种图像处理方法、装置、电子设备及存储介质，其中方法包括：获取待处理图像；将所述待处理图像输入至特征提取模型，得到所述特征提取模型输出的图像特征；基于所述图像特征，对所述待处理图像进行图像处理；所述特征提取模型包括正交自注意力模块，所述正交自注意力模块用于将所述待处理图像的令牌投影到正交空间进行自注意力转换。本发明提供的方法、装置、电子设备及存储介质，特征提取模型中的正交自注意力模块，可以将待处理图像的令牌投影到正交空间进行自注意力转换，降低了自注意力转换的复杂度，提高了图像特征的提取质量，因此保证了图像处理的有效性。
-
公开(公告)号：CN112862875B
公开(公告)日：2022-02-15
申请号：CN202110060900.5
申请日：2021-01-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数据处理领域，具体涉及了一种基于选择性机制注意力机制的雨图去雨方法、系统及设备，旨在提高去雨质量。本发明方法包括：获取待去雨处理的雨图作为初始输入图像；将初始输入图像，通过基于选择性小波注意力编码器SWAE和选择性小波注意力解码器SWAG的残差网络架构的去雨网络模型，进行去雨处理，得到去雨后的图像；SWAE和SWAG跳层连接；SWAE将包含雨和背景信息的特征转化为小波域，根据估计的选择性小波注意力图，在小波池化下采样前将特征分解为雨和背景空间；SWAG在小波域中融合前一层的输出特征和跳连过来的背景特征，通过小波解池化进行上采样。本发明提高了去雨质量，同时保证了去雨质量的稳定性。
-
公开(公告)号：CN113627233A
公开(公告)日：2021-11-09
申请号：CN202110672769.8
申请日：2021-06-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于视觉语义信息的人脸伪造检测方法和装置，其中方法包括：确认待检测人脸图像；基于人脸伪造检测模型，提取所述待检测人脸图像的图像上下文特征和人脸区域特征，基于所述图像上下文特征和所述人脸区域特征，确定人脸区域关系特征，并基于所述人脸区域关系特征，确定所述待检测人脸图像的伪造检测结果；所述图像上下文特征和所述人脸区域特征表征所述待检测人脸图像中的视觉语义信息；其中，所述人脸伪造检测模型是基于样本人脸图像及其样本伪造检测结果训练得到的。本发明提高了人脸伪造检测准确性，尤其是未知伪造方法对应的图像的检测准确性，提升了人脸伪造检测模型的泛化能力。
-
公开(公告)号：CN108229349B
公开(公告)日：2020-09-01
申请号：CN201711391454.6
申请日：2017-12-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及图像处理技术领域，具体提供了一种网纹人脸图像识别装置，旨在解决如何提高包含网纹的人脸图像的识别准确性的技术问题。为此目的，本发明中图像识别装置的循环生成对抗网络模型包括正向生成器、反向生成器和优化训练模块。正向生成器可以依据网纹人脸图像预测清晰人脸图像。反向生成器可以依据预测的清晰人脸图像，重建新的网纹人脸图像；以及，依据清晰人脸图像预测网纹人脸图像。基于此，正向生成器还可以依据预测的网纹人脸图像，重建新的清晰人脸图像。通过上述正反生成器构成的循环对抗网络，能够得到清晰的人脸图像，进而提高网纹人脸图像的识别准确性。
-
Patent Agency Ranking
公开(公告)号：CN108229348B
公开(公告)日：2020-04-28
申请号：CN201711391445.7
申请日：2017-12-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及图像处理技术领域，具体提供了一种遮挡人脸图像识别装置，旨在解决如何提高遮挡人脸图像的识别准确性的技术问题。为此目的，本发明中图像识别装置的生成对抗网络模型包括解耦网络模块、融合网络模块和优化训练模块。解耦网络模块可以依据遮挡人脸图像，预测清晰人脸图像和遮挡图像。融合网络模块可以为依据预测的清晰人脸图像和遮挡图像，重建新的遮挡人脸图像；以及，依据清晰人脸图像和遮挡图像，预测遮挡人脸图像。基于此，解耦网络模块还可以依据预测的遮挡人脸图像，重建新的清晰人脸图像和遮挡图像。通过上述解耦网络模块与融合网络模块构成的对抗网络，能够得到清晰的人脸图像，进而提高遮挡人脸图像的识别准确性。
-
公开(公告)号：CN106599830B
公开(公告)日：2020-03-17
申请号：CN201611135718.7
申请日：2016-12-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种人脸关键点定位方法及装置。该方法包括：通过多任务卷积神经网络进行粗定位，确定人脸关键点大体位置；然后在关键点周围提取局部区域，通过全局级联卷积神经网络把关键点周围提取局部区域融合到一起，进行级联定位；最后在针对每个关键点单独训练卷积神经网络进行精细定位。本发明所用神经网络总体数目较少，定位效果相对较好。
-
公开(公告)号：CN105760859B
公开(公告)日：2018-12-21
申请号：CN201610165633.7
申请日：2016-03-22
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于多任务卷积神经网络的网纹人脸图像识别方法及装置。该方法包括：收集网纹人脸图像和对应的清晰人脸图像对，然后利用多任务卷积神经网络，分别设计基于回归和分类的目标函数，训练一个人脸去网纹模型，最后将网纹人脸图像输入到训练好的去网纹模型中，得到去网纹的人脸图像，从而进行后续的人脸识别任务。本发明采用了多任务学习的框架，将由网纹图像恢复清晰图像的任务表达成两个互为辅助的目标函数，并利用卷积神经网络学习其中涉及到的复杂非线性变换。发明所采用的方法不仅有效提高了模型训练时的收敛速度，并能明显提升图像恢复的效果以及泛化能力，大幅度提高了网纹人脸图像的识别准确率。
-
公开(公告)号：CN108965658A
公开(公告)日：2018-12-07
申请号：CN201810664746.0
申请日：2018-06-25
Applicant: 中国科学院自动化研究所
CPC classification number: H04N5/2251 , H04N5/23212
Abstract: 本发明属于光学成像技术领域，具体涉及一种面向深度变焦的精配准图像采集装置，旨在解决如何成对的采集到同一物体在同一时刻的不同分辨率、画质、模态的精配准图像数据的问题。为此目的，本发明提中的向深度变焦的精配准图像采集装置包括：分光单元、控制单元和至少两个图像采集单元；分光单元用于将入射光线分束为至少两束出射光线；图像采集单元用于接收出射光线并进行图像采集；控制单元用于控制每个图像采集单元同时进行图像采集。基于本发明的图像采集装置可以采集到真实场景下的成对图像数据，较好的应用于深度学习算法模型的训练。
-
公开(公告)号：CN108230239A
公开(公告)日：2018-06-29
申请号：CN201711421598.1
申请日：2017-12-25
Applicant: 中国科学院自动化研究所
IPC: G06T3/00
Abstract: 本发明涉及图像处理技术领域，具体提供了一种人脸表情图像合成装置，旨在解决如何提高人脸表情图像合成真实性的技术问题。为此目的，本发明中人脸表情图像合成装置能够基于几何先验对抗生成网络模型，对目标图像生成特定的人脸表情图像。具体地，几何先验对抗生成网络模型中，第一生成器生成有表情人脸图像，第一判别器对所生成的有表情人脸图像进行判别。第二生成器生成无表情人脸图像，第二判别器对所生成的无表情人脸图像进行判别。优化训练模块对几何先验对抗生成网络模型进行网络训练，得到优化后的几何先验对抗生成网络模型。本发明的技术方案，不仅能够对人脸图像进行表情编辑，即生成表情和去除表情，还能够有效保持人脸图像的身份信息。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.033 seconds)
