基于引导的生成对抗网络的眨眼视频生成方法

    公开(公告)号:CN111062899A

    公开(公告)日:2020-04-24

    申请号:CN201911047213.9

    申请日:2019-10-30

    Abstract: 本发明涉及基于引导的生成对抗网络的眨眼视频生成方法。本发明首先利用卷积神经网络模型,通过闭眼识别定位算法来定位眼睛位置并标记,然后根据要处理的图像数据规模,设定生成对抗网络的生成器网络G和判别网络D的各项参数,再结合引导参考图片和生成网络生成初始目标图片,通过构建的损失函数和目标函数计算,完成判别器和生成网络的迭代训练。最后将测试集中的图片及其引导参考图片作为网络模型的输入,以睁眼图片为原图片,闭眼图片为相对应的引导图片,经过视频合成处理模块后得到最终的眨眼视频,眨眼频率可根据需要进行适当改变。

    一种基于深度神经网络的目标检测方法

    公开(公告)号:CN112163602A

    公开(公告)日:2021-01-01

    申请号:CN202010960423.3

    申请日:2020-09-14

    Abstract: 本发明属于深度学习与机器视觉技术领域,公开了一种基于深度神经网络的目标检测方法,包括获取目标检测对象图像集;对目标检测对象图像集进行预处理后得到数据集,根据数据集构建训练样本集;构建深度神经网络包括特征提取模块、特征融合模块、分类和回归模块;特征提取模块为结合d‑ResNet网络和eSENet模块的新的网络结构eSE‑dResNet;利用训练样本集进行深度神经网络的训练生成目标检测模型;将待检测对象图像输入至目标检测模型中得到目标检测结果。本发明解决了现有技术中目标检测的计算量大、耗时长、泛化能力差、识别精度低的问题,能够显著提高目标检测检测效果,能够适用于各种不良条件下的目标检测。

    一种基于支持向量机的艺术画作自动分类系统及方法

    公开(公告)号:CN112070116B

    公开(公告)日:2023-06-16

    申请号:CN202010776758.X

    申请日:2020-08-05

    Abstract: 本发明属于计算机视觉技术领域,公开了一种基于支持向量机的艺术画作自动分类系统及方法,包括图像预处理模块、艺术画作分类模块,图像预处理模块用于对待分类的艺术画作进行预处理,得到预处理后的艺术画作;艺术画作分类模块采用三级SVM分类器;第一级分类器采用偏态分类树,用于根据预处理后的艺术画作分类出素描画、非素描画;第二级分类器采用偏态分类树,用于根据非素描画分类出水彩画、油画;第三级分类器采用正态树,用于根据油画得到油画派别。本发明解决了现有技术中无法对不同风格的艺术画作进行自动分类的问题,能够更好地实现不同风格的艺术画作分类。

    基于引导的生成对抗网络的眨眼视频生成方法

    公开(公告)号:CN111062899B

    公开(公告)日:2023-02-17

    申请号:CN201911047213.9

    申请日:2019-10-30

    Abstract: 本发明涉及基于引导的生成对抗网络的眨眼视频生成方法。本发明首先利用卷积神经网络模型,通过闭眼识别定位算法来定位眼睛位置并标记,然后根据要处理的图像数据规模,设定生成对抗网络的生成器网络G和判别网络D的各项参数,再结合引导参考图片和生成网络生成初始目标图片,通过构建的损失函数和目标函数计算,完成判别器和生成网络的迭代训练。最后将测试集中的图片及其引导参考图片作为网络模型的输入,以睁眼图片为原图片,闭眼图片为相对应的引导图片,经过视频合成处理模块后得到最终的眨眼视频,眨眼频率可根据需要进行适当改变。

    一种基于支持向量机的艺术画作自动分类系统及方法

    公开(公告)号:CN112070116A

    公开(公告)日:2020-12-11

    申请号:CN202010776758.X

    申请日:2020-08-05

    Abstract: 本发明属于计算机视觉技术领域,公开了一种基于支持向量机的艺术画作自动分类系统及方法,包括图像预处理模块、艺术画作分类模块,图像预处理模块用于对待分类的艺术画作进行预处理,得到预处理后的艺术画作;艺术画作分类模块采用三级SVM分类器;第一级分类器采用偏态分类树,用于根据预处理后的艺术画作分类出素描画、非素描画;第二级分类器采用偏态分类树,用于根据非素描画分类出水彩画、油画;第三级分类器采用正态树,用于根据油画得到油画派别。本发明解决了现有技术中无法对不同风格的艺术画作进行自动分类的问题,能够更好地实现不同风格的艺术画作分类。

Patent Agency Ranking