龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海大学
申请日：2024-01-25
公开（公告）日：2024-05-24
公开（公告）号：CN118071578A
主分类号：G06T3/04
分类号：G06T3/04;G06T7/194;G06T7/90;G06N3/0475;G06N3/094;G06N3/0455
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.11#实质审查的生效;2024.05.24#公开
摘要：本发明涉及一种基于生成对抗网络的发型转换方法，该方法针对人脸头发图像转换生成质量问题设计了一种视角图像生成方法。该方法在头发分割阶段，通过改进分割算法并内嵌能够增强视觉表示学习能力的注意力结构，对发型转换中的头发形状进行分割；在头发映射阶段，通过将头发颜色信息映射到头发映射器的中语义层，来提高与参考图像的颜色一致性。本发明方法无需昂贵算力要求，可以生成发型和发色一致度更高的图像，在视觉质量和真实感上具备最好的综合性能，这将有效促进数字互娱高质量发展。
主权项：1.一种基于生成对抗网络的发型转换方法，其特征在于，其步骤如下：步骤1、数据集预处理：创建原始的人脸图像数据集，并进行图像抠图得到人脸的头发遮罩，标注与整理源人脸-头发遮罩图像对；步骤2、训练头发分割网络模型：将步骤1整理的源人脸-头发遮罩图像对，输入改进的分割网络，进行头发分割网络模型训练；步骤3、解耦头发信息到头发映射器的过程：显式分离头发的发型信息和发色信息，根据其语义级别输入到不同的头发映射器中；步骤4、训练发型转换网络模型：将人脸图像数据输入到StyleGAN反演编码器映射为潜在代码，输入到步骤3改进的头发映射器中，进行发型转换网络模型训练；步骤5、预测发型转换结果和数据输出：将源图像和参考图像输入到步骤4训练后的发型转换网络模型，输出发型转换后的预测结果。
全文数据：
权利要求：
百度查询： 上海大学 一种基于生成对抗网络的发型转换方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号