申请/专利权人：清华大学

申请日：2022-01-27

公开（公告）日：2024-06-28

公开（公告）号：CN114627161B

主分类号：G06T7/269

分类号：G06T7/269;G06T3/02;G06T3/4007;G06T3/4046;G06N3/047;G06N3/0464;G06N3/0455;G06N3/048;G06N3/088

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.07.01#实质审查的生效;2022.06.14#公开

摘要：本申请提出了一种源图片到驱动图片的运动迁移的方法和系统，其中，该方法包括：获取源图片和驱动图片；获取源图片到驱动图片的背景仿射变换和K个源图片到驱动图片的薄板样条插值变换，进行组合，得到源图片到驱动图片的运动迁移的光流模型，其中，K为大于1的整数；使用光流模型对源图片进行扭曲变换，得到扭曲变换后的源图片；获取扭曲变换后的源图片的多个分辨率的遮罩掩码，以表示扭曲变换后的源图片中的丢失区域；使用多个分辨率的遮罩掩码对扭曲变换后的源图片中的丢失区域进行修正，得到源图片运动迁移后的生成图片。本申请的生成图片中可以保留更多源图片中的细节，并且运动迁移效果更加灵活与精确。

主权项：1.一种源图片到驱动图片的运动迁移的方法，其特征在于，包括：获取源图片和驱动图片；获取所述源图片到所述驱动图片的背景仿射变换和K个所述源图片到所述驱动图片的薄板样条插值变换，进行组合，得到源图片到驱动图片的运动迁移的光流模型，其中，K为大于1的整数；使用所述光流模型对所述源图片进行扭曲变换，得到扭曲变换后的源图片；获取所述扭曲变换后的源图片的多个分辨率的遮罩掩码，以表示所述扭曲变换后的源图片中的丢失区域，其中，所述丢失区域是所述驱动图片中无法被所述扭曲变换后的源图片所表示的区域；使用所述多个分辨率的遮罩掩码对所述扭曲变换后的源图片中的丢失区域进行修正，得到所述源图片运动迁移后的生成图片；其中，所述使用所述多个分辨率的遮罩掩码对所述扭曲变换后的源图片中的丢失区域进行修正，得到所述源图片运动迁移后的生成图片，包括：将所述源图片输入第二U-Net型神经网络，得到第二编码器部分的多个分辨率的特征图，其中，所述第二U-Net型神经网络包括第二编码器与第二解码器；使用所述光流模型对所述第二编码器部分的多个分辨率的特征图进行扭曲变换，得到扭曲变换后的第二编码器的多个分辨率的特征图；分别使用所述多个分辨率的遮罩掩码的每个分辨率的遮罩掩码对所述第二编码器的多个分辨率的特征图的每个分辨率的特征图进行像素级乘法计算，得到遮挡后的第二编码器的多个分辨率的特征图；利用所述第二解码器的每一层对所述遮挡后的第二编码器的多个分辨率的特征图进行特征融合，得到第二解码器的最后一层输出的特征图；使用Sigmoid函数对所述第二解码器的最后一层输出的特征图的每个元素进行计算，得到源图片运动迁移后的生成图片。

全文数据：

权利要求：

百度查询： 清华大学 源图片到驱动图片的运动迁移的方法和系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD