基于线性多步残差稠密网的低清小脸真实感幻构方法

发明专利有效专利

申请号：
CN202010446190.5
IPC分类号：G06T3/40;G06T5/00;G06N3/04;G06N3/08
申请日期：
2020-05-22
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于线性多步残差稠密网的低清小脸真实感幻构方法
申请号	CN202010446190.5	申请日期	2020-05-22
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-02	公开/公告号	CN111738919A
优先权	暂无	优先权号	暂无
主分类号	G06T3/40 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T3/00 在图像平面内的图形图像转换，例如，从位像到位像地建立一个不同图像〔6〕 G06T3/40 整个或部分图形的定标〔6〕	IPC分类号	G;0;6;T;3;/;4;0;;;G;0;6;T;5;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市雨花台区宁双路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京邮电大学	当前权利人	南京邮电大学
发明人	邵文泽;张苗苗
代理机构	南京纵横知识产权代理有限公司	代理人	董建林

摘要

本发明公开了一种基于线性多步残差稠密网的低清小脸真实感幻构方法，包括如下步骤：获取低分辨率人脸图像；将所述低分辨率人脸图像输入至最佳人脸幻构模型，得到高分辨率人脸图像。本发明通过在人脸幻构模型中引入线性多步机制使得深度网络具有更强的可解释性，并利用该机制指导构建更深层次的网络模型，另外使用残差稠密块加深网络用于提取高层特征，提升幻构人脸的质量。相较之前的若干代表方法，定量定性实验结果均表明本发明提出的方法幻构的人脸真实感更强。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供