-
公开(公告)号：CN116862759B
公开(公告)日：2024-06-28
申请号：CN202310726659.4
申请日：2023-06-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T3/04 , G06V40/16 , G06V10/774 , G06V10/80 , G06V10/84
Abstract: 本发明公开了一种基于生成对抗网络的个性化肖像生成系统及方法，所述个性化肖像生成系统包括反演模块、潜在编码混合模块、合成网络模块、层调节模块、双模型间融合控制模块和多模型间融合控制模块。本发明在保证源图像人脸身份信息的情况下，能够较好的对源图像进行风格化处理，生成风格化肖像。在上述基础上，能够实现对人脸不同粒度特征的风格化强度控制，实现融合的多风格模型风格化人脸源图像，实现根据已有风格模型在无风格参考图像制作个性化训练集的条件下生成新风格的风格化模型。
-
公开(公告)号：CN116978039A
公开(公告)日：2023-10-31
申请号：CN202310719123.X
申请日：2023-06-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V30/41 , G06V30/18 , G06N3/0464 , G06N3/0442 , G06V30/19 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的文本驱动图像生成算法，所述算法在给定某段描述性文本的条件下，不仅能够使生成的图像涵盖所有的文本描述特征，而且在生成图像的多样性上得到了较大的提升，文本图像的语义一致性也得到了加强。尤其是对于有特征颜色的文本描述，所对应生成的图像总是可以体现出该关键特征。由本发明所设计的两种生成器网络生成的图像均能具备更高的亮度、对比度、清晰度。针对实验结果，本发明通过定量分析与DFGAN进行了对比。结果表明，本发明中基于文本领域驱动图像算法的IS分数提高了约0.4，FID值降低了约1.9；基于文本、图像双领域联合驱动算法的IS分数提高了约0.3，FID值降低了约2.6。
-
公开(公告)号：CN116862759A
公开(公告)日：2023-10-10
申请号：CN202310726659.4
申请日：2023-06-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T3/00 , G06V40/16 , G06V10/774 , G06V10/80 , G06V10/84
Abstract: 本发明公开了一种基于生成对抗网络的个性化肖像生成系统及方法，所述个性化肖像生成系统包括反演模块、潜在编码混合模块、合成网络模块、层调节模块、双模型间融合控制模块和多模型间融合控制模块。本发明在保证源图像人脸身份信息的情况下，能够较好的对源图像进行风格化处理，生成风格化肖像。在上述基础上，能够实现对人脸不同粒度特征的风格化强度控制，实现融合的多风格模型风格化人脸源图像，实现根据已有风格模型在无风格参考图像制作个性化训练集的条件下生成新风格的风格化模型。
-
公开(公告)号：CN116978039B
公开(公告)日：2024-10-22
申请号：CN202310719123.X
申请日：2023-06-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V30/41 , G06V30/18 , G06N3/0464 , G06N3/0442 , G06V30/19 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的文本驱动图像生成方法，所述算法在给定某段描述性文本的条件下，不仅能够使生成的图像涵盖所有的文本描述特征，而且在生成图像的多样性上得到了较大的提升，文本图像的语义一致性也得到了加强。尤其是对于有特征颜色的文本描述，所对应生成的图像总是可以体现出该关键特征。由本发明所设计的两种生成器网络生成的图像均能具备更高的亮度、对比度、清晰度。针对实验结果，本发明通过定量分析与DFGAN进行了对比。结果表明，本发明中基于文本领域驱动图像算法的IS分数提高了约0.4，FID值降低了约1.9；基于文本、图像双领域联合驱动算法的IS分数提高了约0.3，FID值降低了约2.6。
-
-
-
Search Results
4
records
(took 0.28 seconds)
