-
公开(公告)号:CN110322529A
公开(公告)日:2019-10-11
申请号:CN201910629814.4
申请日:2019-07-12
Applicant: 电子科技大学
IPC: G06T11/20 , G06F16/953 , G06F16/955 , G06F16/58 , G06N3/08 , G06N3/04
Abstract: 本发明涉及绘画辅助领域,其公开了一种基于深度学习辅助艺术绘画的方法,解决传统技术中的辅助绘画方案存在的绘画内容受限,不能实现个性化绘画,适用范围和应用场景有限的问题。该方法包括:步骤1、采用爬虫获取艺术绘画数据并进行预处理,构建训练数据集;步骤2、构建由多层卷积层、池化层、反卷积层、上采样层及全连接层组成的深度卷积变分自编码网络;步骤3、利用训练数据集在有监督条件下,运用反向传播学习算法对深度卷积变分自编码网络进行训练,获得辅助绘画模型;步骤4、利用辅助绘画模型对用户输入的绘画进行处理,生成辅助绘画结果。本发明用于辅助用户在计算机等设备上进行艺术绘画。
-
公开(公告)号:CN105279411A
公开(公告)日:2016-01-27
申请号:CN201510609523.0
申请日:2015-09-22
Applicant: 电子科技大学
IPC: G06F21/32
CPC classification number: G06F21/32
Abstract: 本发明提供了一个基于步态生物特征的移动设备身份认证方法,该方法结合移动端,是现有生物识别技术的完善与拓展。此方法由两部分组成,分别为训练模块和识别模块。训练模块分为数据采集、特征提取和建立模型三个步骤;识别模块分为收集待识别用户数据、模型匹配和通知响应。本方法利用移动终端本身的功能与便利,进行数据完整采集,搭建出科学的数学基础模型,得到用户的步态信息,保证了用户唯一性。系统采用国密SMS4对称加密算法进行加密,很好的保障了数据的传输安全。本方法优势在于,充分利用了移动设备丰富的传感器和网络功能,建模过程与用户日常步态结合,不用刻意操作即可不断完善。相比于其他识别方式,安全系统隐蔽性较强,不易被针对。同时无需接触,难以隐蔽,可远距离进行识别,极大程度上提高了用户安全保障。
-
公开(公告)号:CN110322529B
公开(公告)日:2023-04-18
申请号:CN201910629814.4
申请日:2019-07-12
Applicant: 电子科技大学
IPC: G06T11/20 , G06F16/951 , G06N3/084 , G06N3/09 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及绘画辅助领域,其公开了一种基于深度学习辅助艺术绘画的方法,解决传统技术中的辅助绘画方案存在的绘画内容受限,不能实现个性化绘画,适用范围和应用场景有限的问题。该方法包括:步骤1、采用爬虫获取艺术绘画数据并进行预处理,构建训练数据集;步骤2、构建由多层卷积层、池化层、反卷积层、上采样层及全连接层组成的深度卷积变分自编码网络;步骤3、利用训练数据集在有监督条件下,运用反向传播学习算法对深度卷积变分自编码网络进行训练,获得辅助绘画模型;步骤4、利用辅助绘画模型对用户输入的绘画进行处理,生成辅助绘画结果。本发明用于辅助用户在计算机等设备上进行艺术绘画。
-
-