-
公开(公告)号：CN113255788A
公开(公告)日：2021-08-13
申请号：CN202110603035.4
申请日：2021-05-31
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于两阶段掩码指导的生成对抗网络人脸校正方法及系统，构造并训练基于侧脸五官掩码图像生成其正脸五官掩码图像的生成对抗网络，该网络包含生成器和判别器；构造并训练基于正脸五官掩码图像指导生成正脸图像的生成对抗网络，该网络包含生成器、判别器和人脸特征提取器网络；输入侧脸图像至第一阶段网络生成正面化五官掩码图像，级联侧脸图像和生成的正面化五官掩码图像输入至第二阶段网络生成正脸图像；本发明将人脸校正划分为两阶段任务，第一阶段从侧脸五官掩码图像生成正脸五官掩码图像，第二阶段使用生成的正脸五官掩码图像指导生成正脸图像，使得生成的正脸图像在五官局部区域上能够与真实的正脸图像保持较好的一致性。
-
公开(公告)号：CN113239870B
公开(公告)日：2023-08-11
申请号：CN202110605400.5
申请日：2021-05-31
申请人： 西安电子科技大学
IPC分类号： G06V40/16 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
摘要： 本发明公开了一种基于身份约束的生成对抗网络人脸校正方法及系统，构造并训练基于身份约束的生成对抗网络。该网络包括生成器、判别器和人脸特征提取网络；生成器包括编码器、角度姿态分类模块、身份约束识别模块和解码器。设计角度姿态分类模块和身份约束识别模块，分别得到姿态编码特征和身份编码特征，并引入特征损失函数来约束侧脸的身份编码特征逼近其正脸的身份编码特征。通过给侧脸编码特征添加身份约束，并实现侧脸编码特征中身份信息和姿态信息的解耦，使得侧脸身份编码特征通过解码器能够生成保持身份一致性的正脸图像。
-
公开(公告)号：CN113255788B
公开(公告)日：2023-04-07
申请号：CN202110603035.4
申请日：2021-05-31
申请人： 西安电子科技大学
IPC分类号： G06V40/16 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/094 , G06N3/0475 , G06N3/0455
摘要： 本发明公开了一种基于两阶段掩码指导的生成对抗网络人脸校正方法及系统，构造并训练基于侧脸五官掩码图像生成其正脸五官掩码图像的生成对抗网络，该网络包含生成器和判别器；构造并训练基于正脸五官掩码图像指导生成正脸图像的生成对抗网络，该网络包含生成器、判别器和人脸特征提取器网络；输入侧脸图像至第一阶段网络生成正面化五官掩码图像，级联侧脸图像和生成的正面化五官掩码图像输入至第二阶段网络生成正脸图像；本发明将人脸校正划分为两阶段任务，第一阶段从侧脸五官掩码图像生成正脸五官掩码图像，第二阶段使用生成的正脸五官掩码图像指导生成正脸图像，使得生成的正脸图像在五官局部区域上能够与真实的正脸图像保持较好的一致性。
-
公开(公告)号：CN113378721B
公开(公告)日：2023-08-18
申请号：CN202110657280.3
申请日：2021-06-11
申请人： 西安电子科技大学
IPC分类号： G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于对称和局部判别的生成对抗人脸校正方法及系统，构造并训练基于对称性先验和局部判别的多路生成对抗网络，该网络包括多路生成器、全局图像判别器、局部区域判别器、全局图像特征提取网络和局部区域特征提取网络。依据人脸对称性这一先验知识，统一人脸偏转方向为正偏转方向，采用局部生成器对发生纹理和结构形变较小的左眼区域进行校正，水平翻转校正后的左眼区域作为校正后的右眼区域；同时对生成的正脸图像提取对应的局部区域进行图像判别和身份判别，使得最终生成的正脸图像在双眼区域与真实的正脸图像能够保持较好的一致性，同时能够更好的恢复局部纹理细节。
-
公开(公告)号：CN113378721A
公开(公告)日：2021-09-10
申请号：CN202110657280.3
申请日：2021-06-11
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于对称和局部判别的生成对抗人脸校正方法及系统，构造并训练基于对称性先验和局部判别的多路生成对抗网络，该网络包括多路生成器、全局图像判别器、局部区域判别器、全局图像特征提取网络和局部区域特征提取网络。依据人脸对称性这一先验知识，统一人脸偏转方向为正偏转方向，采用局部生成器对发生纹理和结构形变较小的左眼区域进行校正，水平翻转校正后的左眼区域作为校正后的右眼区域；同时对生成的正脸图像提取对应的局部区域进行图像判别和身份判别，使得最终生成的正脸图像在双眼区域与真实的正脸图像能够保持较好的一致性，同时能够更好的恢复局部纹理细节。
-
公开(公告)号：CN113239870A
公开(公告)日：2021-08-10
申请号：CN202110605400.5
申请日：2021-05-31
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于身份约束的生成对抗网络人脸校正方法及系统，构造并训练基于身份约束的生成对抗网络。该网络包括生成器、判别器和人脸特征提取网络；生成器包括编码器、角度姿态分类模块、身份约束识别模块和解码器。设计角度姿态分类模块和身份约束识别模块，分别得到姿态编码特征和身份编码特征，并引入特征损失函数来约束侧脸的身份编码特征逼近其正脸的身份编码特征。通过给侧脸编码特征添加身份约束，并实现侧脸编码特征中身份信息和姿态信息的解耦，使得侧脸身份编码特征通过解码器能够生成保持身份一致性的正脸图像。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.025 秒)
