-
公开(公告)号：CN114943746B
公开(公告)日：2025-04-29
申请号：CN202210670980.0
申请日：2022-06-14
Applicant: 南京信息工程大学
IPC: G06T7/20 , G06T5/60 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种利用深度信息辅助和轮廓增强损失的运动迁移方法，基于轮廓注意力GAN的深度图像生成器、基于自注意力机制的运动图像生成器、根据目标人物骨架和源人物骨架按照比例调整的姿态归一化、根据姿态归一化后的骨架实现运动迁移。本发明采用基于轮廓注意力GAN结合深度信息辅助的生成器，以弥补缺乏深度信息的缺陷并提高生成的轮廓细节的准确性，使用的自注意机制的生成器，提高了生成的纹理细节的质量，生成的运动图像具有可靠的深度信息和合理的轮廓。
-
公开(公告)号：CN114783039A
公开(公告)日：2022-07-22
申请号：CN202210708260.9
申请日：2022-06-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种3D人体模型驱动的运动迁移方法，通过将训练数据转换到UV空间并以相邻视频帧之间的互补信息来构建并优化3D人体模型；然后将优化后的3D人体模型投影到2D平面以保留原始运动的3D信息，并实现了以目标姿态驱动优化后的3D人体模型；将2D投影和训练数据的姿态作为预训练模型的输入，并保存训练好的模型；然后将目标人的姿态归一化；最后以目标人姿态驱动的优化后3D人体模型的2D投影和归一化后的目标人姿态作为训练好的运动图像生成模型的输入进行最终的运动迁移，既克服了2D平面图像生成存在的模糊和形状失真等问题，又保证生成的运动图像具有可靠的深度信息、精确的形状和清晰的人脸。
-
公开(公告)号：CN114783039B
公开(公告)日：2022-09-16
申请号：CN202210708260.9
申请日：2022-06-22
Applicant: 南京信息工程大学
IPC: G06V40/16 , G06V40/20 , G06V10/40 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种3D人体模型驱动的运动迁移方法，通过将训练数据转换到UV空间并以相邻视频帧之间的互补信息来构建并优化3D人体模型；然后将优化后的3D人体模型投影到2D平面以保留原始运动的3D信息，并实现了以目标姿态驱动优化后的3D人体模型；将2D投影和训练数据的姿态作为预训练模型的输入，并保存训练好的模型；然后将目标人的姿态归一化；最后以目标人姿态驱动的优化后3D人体模型的2D投影和归一化后的目标人姿态作为训练好的运动图像生成模型的输入进行最终的运动迁移，既克服了2D平面图像生成存在的模糊和形状失真等问题，又保证生成的运动图像具有可靠的深度信息、精确的形状和清晰的人脸。
-
公开(公告)号：CN114943746A
公开(公告)日：2022-08-26
申请号：CN202210670980.0
申请日：2022-06-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种利用深度信息辅助和轮廓增强损失的运动迁移方法，基于轮廓注意力GAN的深度图像生成器、基于自注意力机制的运动图像生成器、根据目标人物骨架和源人物骨架按照比例调整的姿态归一化、根据姿态归一化后的骨架实现运动迁移。本发明采用基于轮廓注意力GAN结合深度信息辅助的生成器，以弥补缺乏深度信息的缺陷并提高生成的轮廓细节的准确性，使用的自注意机制的生成器，提高了生成的纹理细节的质量，生成的运动图像具有可靠的深度信息和合理的轮廓。
-
-
-
Search Results
4
records
(took 0.024 seconds)
