申请/专利权人：浙江工业大学

申请日：2021-09-16

公开（公告）日：2024-02-23

公开（公告）号：CN113781376B

主分类号：G06T5/50

分类号：G06T5/50;G06N3/0455;G06N3/0464;G06N3/08;G06V40/16;G06V10/74

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本发明公开了一种基于分治融合的高清人脸属性编辑方法，属于计算机视觉领域。该方法提出了一个包含低清人脸编辑网络与高清人脸图像融合网络的人脸属性编辑框架。先对原始高分辨率图像进行下采样后得到低分辨率的人脸图像，在低清人脸编辑网络中对低分辨率的人脸图像进行属性编辑后上采样至原大小；在高清人脸图像融合网络中对原始高分辨率图像与上采样的人脸图像进行切片，利用双通道编码器编码，再与属性差值向量融合，之后在解码器中解码得到结果切片，最后按位置拼接得到高清人脸图像。本发明提出的高清人脸属性编辑方法被验证具有较高的图像生成效率且生成的图像具有较高质量。

主权项：1.一种基于分治融合的高清人脸属性编辑方法，其特征在于，包括以下步骤：步骤一：利用低清人脸编辑网络对下采样后的原始高清人脸图像进行第一次人脸属性编辑，再将编辑后的人脸图像上采样恢复至原始尺寸；步骤二：将原始高清人脸图像与步骤一获得的上采样后的低清人脸编辑后的图像做相同切片，将相同位置的切片差与低清人脸编辑后的图像切片输入高清人脸融合网络中进行第二次人脸属性编辑；所述的高清人脸融合网络包括双通道多层编码器和单通道多层解码器，所述的相同位置的切片差与低清人脸编辑后的图像切片在双通道多层编码器中分别编码，编码结果按通道相加并与属性差值向量融合，再输入到单通道多层解码器中进行解码，得到第二次人脸属性编辑后的切片；所述的属性差值向量是由人脸图像的目标属性向量和源属性向量作差得到的；所述双通道多层编码器输出的编码后的切片图像采用加权平均法进行融合，首先确定双通道输出的切片图像image1,image2的公共区域region2，对公共区域的像素点重新进行计算： 其中，表示融合之后的新的公共区域，和分别表示image1和image2的原始公共区域；weight为权重，计算公式为： 其中，x为切片在原始高清人脸图像中的像素点坐标，k表示权重；步骤三、将高清人脸融合网络输出的切片结果按位置拼接，得到最终的含新属性的人脸图像。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于分治融合的高清人脸属性编辑方法

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。

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