-
公开(公告)号：CN117392326B
公开(公告)日：2024-09-20
申请号：CN202311490396.8
申请日：2023-11-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于单张图像的三维人体重建方法及相关设备，涉及图像处理技术领域，所述方法包括：将单张人体图像输入全局编码器，获取第一身体参数和全局二维特征；将第一手部特征、第一头部特征以及单张人体图像输入局部解码器，获取第一手部参数和第一头部参数；第一手部特征和所述第一头部特征是从全局二维特征中分离出来的；将第一身体参数、第一手部参数和第一头部参数输入部件交互模块进行部件交互，得到三维人体重建结果；部件交互模块用于基于第一身体参数、第一手部参数和第一头部参数进行身体、手部和头部之间的信息交互，以调整第一身体参数、第一手部参数和第一头部参数。本发明提高了三维人体重建结果的精度。
-
公开(公告)号：CN112541458B
公开(公告)日：2023-08-11
申请号：CN202011517834.1
申请日：2020-12-21
Applicant: 中国科学院自动化研究所
IPC: G06V40/16 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0985 , G06N3/084 , G06N3/045 , G06N3/0464
Abstract: 本发明属于人脸识别技术领域，具体涉及一种基于元学习的域自适应的人脸识别方法、系统、装置，旨在现有的人脸识别方法依赖于目标场景的样本规模以及识别性能差的问题。本方法包括获取待识别的人脸图像，作为输入图像；通过预训练的人脸识别模型获取所述输入图像的识别结果；其中，所述人脸识别模型基于残差神经网络构建。本发明降低了对目标场景的样本规模的依赖，并提高了人脸识别性能。
-
公开(公告)号：CN116311429A
公开(公告)日：2023-06-23
申请号：CN202310148954.6
申请日：2023-02-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种人脸图像识别方法、系统、电子设备及存储介质，方法包括：将预设的待识别人脸图像输入预设的逆图形胶囊网络，进行图像编码，获取全局形状特征与全局纹理特征；基于预设的图像分解规则，对全局形状特征与全局纹理特征分别进行特征分解，获取部件级别的胶囊特征；对胶囊特征进行图形解码，获取至少一个部件胶囊；基于描述参数中的深度信息，对每个部件胶囊分别进行信息融合，获取至少一个目标胶囊；根据预先获取的待识别人脸图像中各人脸部件的光照值，对目标胶囊进行渲染，获取最终人脸图像，最终人脸图像包括人脸的三维描述信息。有效提升逆图形胶囊网络的可解释性和应用范围，能够较好地识别或处理较大姿态人脸。
-
公开(公告)号：CN112329617B
公开(公告)日：2022-10-21
申请号：CN202011216042.0
申请日：2020-11-04
Applicant: 中国科学院自动化研究所
IPC: G06V40/16 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于单张源域样本的新场景人脸识别模型构建方法、系统。本发明方法包括：基于源域图像样本构成的第一样本集训练人脸识别模型得到第一模型；基于第一模型对第一样本集进行样本特征提取，对各类样本分别基于距离其类别中心的预设距离选取一个源域图像样本作为保留样本加入目标域样本集，得到第二样本集；基于第一模型对第二样本集中各样本进行特征提取，分别计算第二样本集中各类样本的类别特征模板，并扩展到第一模型的分类层中，得到第二模型；基于第二样本集，通过硬标签和软标签的共同约束训练第二模型，得到新场景人脸识别模型。本发明解决了人脸识别方法在应对新场景数据时存在的灾难性遗忘性问题，并减少了训练时间。
-
公开(公告)号：CN107403141B
公开(公告)日：2020-01-10
申请号：CN201710541087.7
申请日：2017-07-05
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及人脸识别领域，具体涉及一种人脸检测方法及装置、计算机可读存储介质、设备，旨在解决人脸检测方法在保持高精度的前提下不能实现CPU实时检测速度的问题。为此目的，本发明的人脸检测方法包括利用预设的人脸检测模型，获取待检测图像的检测结果框；对该检测结果框，获取满足预设筛选条件的最终检测结果框；其中，人脸检测模型包括级联的第一级卷积子网络和第二级卷积子网络，该方法还在第二级卷积子网络中关联锚点框，并优化不同尺度的锚点框在待检测图像上的铺设间隔。同时，本发明提供的人脸检测装置、计算机可读存储介质和设备可以执行上述方法的各步骤。本发明的技术方案可以在保持高精度的前提下具备CPU实时的检测速度，适应范围广。
-
Patent Agency Ranking
公开(公告)号：CN107220618B
公开(公告)日：2019-12-24
申请号：CN201710379478.3
申请日：2017-05-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及人脸检测方法及装置、计算机可读存储介质、设备，所述方法包括依据预设的人脸检测模型，获取待测图像的多个检测结果框；选取所获取的多个检测结果框中满足预设的筛选条件的检测结果框；所述预设的人脸检测模型为依据深度卷积神经网络构建的检测模型；所述装置、计算机可读存储介质、设备可以实现上述人脸检测方法的各步骤。与现有技术相比，本发明提供的人脸检测方法及装置、计算机可读存储介质、设备，能够对待测图像中不同尺度的人脸进行有效检测。
-
公开(公告)号：CN119963703A
公开(公告)日：2025-05-09
申请号：CN202510078966.5
申请日：2025-01-17
Applicant: 中国科学院自动化研究所 , 深锶科技(北京)有限公司
IPC: G06T13/40 , G06V10/46 , G06V40/16 , G06N3/0475 , G06V10/82
Abstract: 本发明提供一种高保真高同步的说话人脸生成模型训练方法及系统，应用于图像处理技术领域，其中，上述方法包括：获取待驱动音频、位姿图像以及参考图像候选集；基于位姿图像与图像候选集进行难例挖掘，得到位姿图像对应的身份参考图像，其中，身份参考图像与位姿图像之间的嘴部匹配度最低；将身份参考图像、位姿图像以及待驱动音频输入至说话人脸生成模型，得到说话人脸生成模型输出的生成说话人脸图像，其中，说话人脸生成模型是基于生成对抗网络模型的；基于目标分辨率人脸图像指导的损失函数，对生成说话人脸图像模型进行监督，以训练说话人脸生成模型；通过本发明能够生成同时具有保真度和同步性的说话人脸图像。
-
公开(公告)号：CN112002014B
公开(公告)日：2023-12-15
申请号：CN202010892658.3
申请日：2020-08-31
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于图像处理与模式识别技术领域，具体涉及一种面向精细结构的三维人脸重建方法、系统、装置，旨在解决三维人脸重建精度较差的问题。本发明方法包括：获取待重建的二维人脸图像；获取三维空间变换函数和初始的三维人脸形状；对初始的三维人脸形状进行空间变换，并将图像脸部区域的各像素映射到3DMM模型的UV纹理空间，得到UV纹理图；获取UV可见图并提取特征，得到注意力特征图；将初始的三维人脸形状各点映射到UV纹理空间，得到UV形状图；将注意力特征图、UV纹理图相乘后与UV形状图相加；获取3DMM人脸模型各点的更新量，并与初始的三维人脸形状对应的各点相加，得到三维重建结果。本发明提高了人脸模型重建的精度。
-
公开(公告)号：CN115240243A
公开(公告)日：2022-10-25
申请号：CN202210689514.7
申请日：2022-06-16
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种人脸伪造检测模型构建方法、人脸伪造检测方法和装置，其中，人脸伪造检测模型构建方法包括：确定第一伪造检测模型，第一伪造检测模型用于提取第一样本人脸图像的多种候选特征，并基于多种候选特征及其权重，对第一样本人脸图像进行伪造检测；基于多种候选特征的权重，从多种候选特征中确定目标特征；构建基于目标特征进行伪造检测的第二伪造检测模型；基于第二样本人脸图像及其真伪标签，对第二伪造检测模型进行训练，得到人脸伪造检测模型，不仅保证了模型的优良性能，还缩减了模型规格，克服了传统方案中判别伪造信息耗时费力，且无法获知不同候选特征协同分析的作用的缺陷，精进了后续基于人脸伪造检测模型的人脸伪造检测过程。
-
公开(公告)号：CN108875559B
公开(公告)日：2021-04-13
申请号：CN201810391451.0
申请日：2018-04-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及生物特征识别技术领域，具体提供了一种基于证件照与现场照的人脸识别方法及系统，旨在解决如何提高基于证件照与现场照的人脸识别准确性的技术问题。为此目的，本发明中的人脸识别方法可以根据证件照图像与现场照图像的图像特征，计算二者相似度，进而根据相似度值判断证件照图像与现场照图像是否相似。基于此，在对大规模的证件照与现场照进行比对时，基于相似度判断，可以快速完成图像比对工作。同时，本发明中的人脸识别系统可以执行并实现上述人脸识别方法。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.029 seconds)
