-
Patent Agency Ranking
公开(公告)号：CN115147886A
公开(公告)日：2022-10-04
申请号：CN202110343531.0
申请日：2021-03-30
Applicant: 中南大学
IPC: G06V40/16 , G06V10/44 , G06V10/764 , G06N20/00
Abstract: 本发明公开了一种兼容真实人脸和漫画人脸的跨域关键点检测方法，通过建立人脸定性形状模型，并训练五官检测器、局部关键点检测器和整体关键点微调器后，使用五官检测器对人脸图像进行五官位置的初始检测得到候选五官框，然后使用QSM模型进行筛选以确定正确的五官框，然后使用局部关键点检测器分别对五官检测关键点，使用整体关键点微调器对关键点位置进行调整得到关键点。本发明的技术效果在于，本方法属于单源域领域泛化方法，仅需要真实人脸域作为源域，本方法相比于其他检测方法具有更强的泛化能力，能同时对真实人脸和漫画人脸进行关键点检测，对不同夸张风格的漫画人脸依然保证较强的鲁棒性。
-
公开(公告)号：CN112906432A
公开(公告)日：2021-06-04
申请号：CN201911211148.9
申请日：2019-12-04
Applicant: 中南大学
Abstract: 本发明公开了一种应用于人脸关键点定位任务上的检错纠错算法，属于计算机视觉与深度学习领域。该方法针对人脸特征点定位任务提出一种检错‑纠错网络模型，检错网络可度量现有关键点定位结果的可靠性，纠错网络可对错误的定位结果进行修正。其中，检错网络引入了一种能反映关键点位置信息的先验模型，先验模型隐含了当前定位结果的准确程度，能指导检错网络评估预测的结果。纠错网络的输入数据依赖于检错网络的输出结果，并将修正后的定位结果反馈给检错网络,实现自我检错和纠错。检错纠错网络是对现有人脸关键点定位方法的一种补充和后处理过程。在现有方法的基础上，引入额外的检错纠错模块，比直接训练一个强网络模型更为简单有效。
-
-
公开(公告)号：CN111008628B
公开(公告)日：2023-04-21
申请号：CN201911239888.3
申请日：2019-12-06
Applicant: 中南大学
IPC: G06V30/146
Abstract: 本发明公开了一种对光照鲁棒的指针式仪表自动读数方法及装置，所述方法包括如下步骤：步骤A：图像预处理；步骤B：检测仪表的指针轮廓，确定图像中每个指针的方向；步骤C：检测0刻度线方向；步骤D：完成仪表的最终读数。本发明在光照和仪表姿态不可控的情况下，依然能保证仪表图像的高精准读数，能被应用于各类仪表的自动读数中。
-
公开(公告)号：CN115147886B
公开(公告)日：2024-12-06
申请号：CN202110343531.0
申请日：2021-03-30
Applicant: 中南大学
IPC: G06V40/16 , G06V10/44 , G06V10/764 , G06N20/00
Abstract: 本发明公开了一种兼容真实人脸和漫画人脸的跨域关键点检测方法，通过建立人脸定性形状模型，并训练五官检测器、局部关键点检测器和整体关键点微调器后，使用五官检测器对人脸图像进行五官位置的初始检测得到候选五官框，然后使用QSM模型进行筛选以确定正确的五官框，然后使用局部关键点检测器分别对五官检测关键点，使用整体关键点微调器对关键点位置进行调整得到关键点。本发明的技术效果在于，本方法属于单源域领域泛化方法，仅需要真实人脸域作为源域，本方法相比于其他检测方法具有更强的泛化能力，能同时对真实人脸和漫画人脸进行关键点检测，对不同夸张风格的漫画人脸依然保证较强的鲁棒性。
-
-
-
-
Search Results
5
records
(took 0.032 seconds)
