-
公开(公告)号：CN116266251A
公开(公告)日：2023-06-20
申请号：CN202111533532.8
申请日：2021-12-15
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F30/27 , G06T11/00 , G06T7/13 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F113/12
Abstract: 本发明公开了一种草图生成对抗网络、渲染生成对抗网络及其服饰设计方法，属于生成对抗模型以及服饰辅助设计领域。草图生成对抗网络包括一个草图生成器和一个草图判别器；渲染生成对抗网络包括一个渲染生成器和一个渲染判别器；基于无监督的草图生成对抗网络，利用潜变量的信息生成草图图像，草图判别器判别生成草图的真假；有监督的渲染生成对抗网络基于纹理与草图的映射关系生成时尚单品信息，渲染判别器判断合成的图像是否与真实的图像相似。采用两种训练方案优化草图生成对抗网络和渲染生成对抗网络，即端到端的训练策略和两步式训练策略。输入草图和真实图像作为真实的图像对、草图和合成图像作为合成搭配的图像对，学习生成纹理的真实性。
-
公开(公告)号：CN115984330A
公开(公告)日：2023-04-18
申请号：CN202310074699.5
申请日：2023-01-12
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T7/246 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 一种边界感知的目标跟踪模型及目标跟踪方法，包括主干特征提取网络、基于可形变Transformer的判别式模型和跟踪头网络；第一主干特征提取网络以模板集为输入，提取模板集的主干特征后，一路输出到判别式模型，另一路输出到跟踪头网络的PrRoI Pooling组件；第二主干特征提取网络以搜索集为输入，提取搜索集的主干特征后，一路输入到跟踪头网络，另一路输入到判别式模型；判别式模型包括编码器、解码器及判别式滤波器，以在线学习方式训练确定判别式滤波器的权重，将权重作为卷积核，与解码器的输出进行卷积，得到跟踪目标的响应图，响应图高的位置代表潜在的跟踪目标位置。本发明可以实时地对输入视频的特定目标进行跟踪，从而获得精确的候选框。
-
公开(公告)号：CN110909754B
公开(公告)日：2023-04-07
申请号：CN201811074522.0
申请日：2018-09-14
Applicant: 哈尔滨工业大学(深圳)
IPC: G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/094 , G06T11/00 , G06V10/764 , G06V10/82 , G06V10/74
Abstract: 一种属性生成对抗网络及基于该网络的搭配服饰生成方法，属于生成式模型以及服饰搭配领域。针对根据已有服饰图像生成相搭配的服饰图像的问题，先构建搭配服饰数据集，包含一套搭配服饰的图像信息、文本信息以及相应的属性信息；再设计属性生成对抗网络，包含一个生成器、一个搭配判别器和一个属性判别器；然后对其进行对抗训练，学习得到生成器网络参数；最后对于新的服饰图像输入到训练好的生成器中，从而生成相搭配的服饰图像。本发明通过训练设计的属性生成对抗网络，生成和输入图像相搭配的服饰图像，为用户的穿衣搭配提供参考依据；在高级语义属性上符合人们通常的搭配规则，对衣服推荐、衣服检索、时尚设计等应用有巨大的潜力。
-
公开(公告)号：CN115130390A
公开(公告)日：2022-09-30
申请号：CN202210865198.4
申请日：2022-07-21
Applicant: 哈尔滨工业大学(深圳)
Abstract: 一种面向人体图像的服装色彩生成系统及方法，属于服装的辅助设计领域。针对服装自动化上色问题，先构建人体图像数据集，包括原始人体图像、局部灰度化人体图像以及对应的人体解析图像；再设计局部可控的服装色彩生成系统，包括一个色彩特征提取模块以及一个色彩生成对抗网络。色彩特征提取模块从参考素材中提取出配色方案并生成色彩特征图，实现色彩渲染的局部可控性。色彩生成对抗网络包括一个“双编码器‑单解码器”结构的生成器以及一个判别器，生成器融合人体特征与色彩特征，对人体图像中的服装区域进行自动化上色。色彩生成系统采用生成器与判别器对抗的方式去训练，并搭配多种辅助损失函数，实现了高质量的人体图像生成。
-
公开(公告)号：CN114881733A
公开(公告)日：2022-08-09
申请号：CN202210519277.X
申请日：2022-05-12
Applicant: 哈尔滨工业大学(深圳)
IPC: G06Q30/06 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本公开的实施例提供一种服饰搭配推荐方法和装置以及用于该装置的训练方法。该服饰搭配推荐方法包括：获取多个给定服饰单品的图像和待搭配的多个候选服饰单品集的图像，该多个候选服饰单品集中的每个候选服饰单品集包括一个或多个候选服饰单品；基于该多个给定服饰单品的图像生成与该多个候选服饰单品集同类型的目标服饰单品集的图像；分别计算该多个候选服饰单品集中的每个候选服饰单品集的图像与该多个给定服饰单品的图像以及目标服饰单品集的图像的相似度；以及根据所计算的相似度来推荐该多个候选服饰单品集中的至少一个候选服饰单品集。
-
Patent Agency Ranking
公开(公告)号：CN110738540B
公开(公告)日：2022-01-11
申请号：CN201810801734.8
申请日：2018-07-20
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供一种基于生成对抗网络的模特衣服推荐方法，包括将每个模特衣服图像与每个训练平面化衣服图像进行配对得到衣服图像匹配对；将训练模特衣服图像和训练平面化衣服图像输入至对生成对抗网络模型中的生成器和判别器中进行训练，得到含有已训练生成器和已训练判别器中已训练生成对抗网络模型；将待匹配模特衣服图像输入至已训练生成对抗网络模型中进行图像匹配，已训练生成对抗网络模型输入匹配到的训练平面化衣服图像；根据训练平面化衣服图像在预设衣服图像数据库中进行筛选并得到衣服推荐结果。本发明的一种基于生成对抗网络的模特衣服推荐方法，提高了推荐结果的精确度，避免了因切割衣服图像可能存在的背景及皮肤误差。
-
公开(公告)号：CN112959137B
公开(公告)日：2021-10-01
申请号：CN202110330207.5
申请日：2021-03-29
Applicant: 哈尔滨工业大学
IPC: B23Q17/24
Abstract: 本发明提供一种用于动态监测超精密机床高速加工过程的高速相机安装的专用夹具，包括夹具下立板，夹具下立板滑动连接有夹具上立板，夹具上立板的顶端转动连接夹具上顶板，夹具上立板与夹具上顶板之间设有自锁铰链组件，夹具上顶板固接有三自由度微位移平台，三自由度微位移平台的底面固接有高速相机固定架，夹具下立板远离夹具上立板的一端垂直安装有夹具底板。相对于现有技术，本发明实现高速相机镜头各方向的微动调节以及竖直方向的粗精结合调节，同时实现了高速相机镜头0°至360°转动，且具有每间隔若干角度自锁的功能，具有调节角度多、调节范围广、调节精度高等特点，适用于不同布局特征的超精密机床加工过程动态监测的拍摄需求。
-
公开(公告)号：CN107862241B
公开(公告)日：2021-07-20
申请号：CN201710851088.1
申请日：2017-09-20
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及一种基于明星识别的衣服时尚挖掘方法及视觉感知系统，所述方法包括：A、人体检测步骤；B、姿势选择步骤，对探测到的人体的姿势优劣进行筛选；C、人脸探测及明星身份验证步骤，对筛选好的人体区域进行人脸探测，利用关键点检测技术对探测到人脸进行对齐，并利用深度卷积网络抽取人脸特征，与基准明星人脸库进行人脸验证；D、衣服探测步骤，对通过明星验证的人体区域进行衣服探测；E、待检索衣服图像去冗余步骤，利用聚类算法去除冗余的待检索衣服图像；F、同款衣服图像检索及推荐步骤，利用图像检索算法在衣服数据库中搜索同款或类似的衣服并推荐给用户。本发明主要用于视频广告推荐，提高广告对用户的吸引力。
-
公开(公告)号：CN112907138A
公开(公告)日：2021-06-04
申请号：CN202110326603.0
申请日：2021-03-26
Applicant: 国网陕西省电力公司电力科学研究院 , 哈尔滨工业大学(深圳) , 国家电网有限公司
Abstract: 本发明公开了一种从局部到整体感知的电网场景预警分类方法及系统，所述方法包括以下步骤：将电网场景图片输入训练好的分类模型，通过训练好的分类模型获得电网场景图片预警分类结果；训练好的分类模型的获取步骤包括：通过第一骨干网络模型和局部分类器，构建局部像素块分类模型；通过局部像素块训练集训练局部像素块分类模型，获得训练好的局部像素块分类模型；通过第二骨干网络模型、特征集成模块和全局分类器，构建获得分类模型；第二骨干网络模型加载有第一骨干网络模型的训练权重参数；通过标注的电网场景图片训练集对分类模型进行训练，获得训练好的分类模型。本发明能够解决电网场景预警分类中模型分类精度不能满足需求的技术问题。
-
公开(公告)号：CN112699608A
公开(公告)日：2021-04-23
申请号：CN202011626058.9
申请日：2020-12-31
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种适用于传感器掉电导致数据缺失的时间序列修复方法、计算机设备及计算机可读存储介质，该方法包括：获取传感器测量所得的多元时间序列矩阵，确定传感器掉电导致数据缺失片段的长度及位置；对多元时间序列矩阵进行张量汉克尔化，将多元时间序列矩阵映射到三维张量，三维张量的三个维度分别为多元变量、时延、时序；基于随机梯度下降的机器学习方法，对三维张量进行张量分解，分解为多元变量嵌入、时延嵌入和时序嵌入；将求解得到的多元变量嵌入、时延嵌入和时序嵌入以张量积的形式重构为三维张量的估计张量；利用重构得到的估计张量，填补多元时间序列矩阵中的数据缺失片段。本发明能够更为准确修复传感器掉电导致的数据缺失。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.04 seconds)
