龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院沈阳自动化研究所
摘要：本发明涉及基于变分自动编码器VAE和条件对抗神经网络cGAN的同时生成和编辑任意人脸属性的方法。本发明重点研究基于变分自动编码器VAE和条件对抗神经网络cGAN的编码器‑解码器体系结构，并开发了一个双向反馈生成网络，用于同时生成新的人脸和执行属性编辑。对生成的图像使用属性分类约束来保证指定属性的正确变化，并通过从隐空间中采样属性编码生成具有多个属性的人脸图像。该方法包含对属性强度的建模以支持属性插值和灵活地处理多种人脸属性。该方法解决了使用一个端到端的模型进行人脸生成和属性编辑的问题。通过定性和定量评估验证了该方法的有效性和先进性，实验结果表明其达到了与最先进的属性编辑技术相当的性能。
主权项：1.基于VAE和cGAN的生成人脸和属性编辑的方法，其特征在于，包括以下步骤：S1数据采集步骤：采集真实人脸图像，对每张人脸的属性进行人工标注，并建立人脸图像和标签的配对集合；S2建模步骤：基于VAE和cGAN的方法联合损失函数建立生成和编辑模型，用于实现同时生成新的人脸和编辑人脸任务；所述该模型包括五个模块：编码器模块，对图像进行编码得到人脸图像的隐藏编码特征；解码器模块，利用隐藏编码特征、可编辑属性，生成编辑后人脸图像；分类器模块，对编辑后人脸图像进行处理，输出包含编辑属性的人脸特征，进一步实现对编辑后人脸图像的编辑属性的识别分类；判别器模块，过滤编辑后人脸图像的编辑属性，输出不包含编辑属性的人脸特征，用于判别编辑后人脸图像的真实性；所述真实性为判别当前编辑后人脸图像是否为人脸图像；反向连接模块，将分类器模块和判别器模块的输出特征转化为隐藏编码输出给解码器模块；S3训练步骤：输入采集的图像联合损失函数,迭代训练网络模型的参数、优化网络模型；S4实际处理步骤：采集待处理的人脸图像输入至该优化后的模型，并输入可编辑属性，自动输出符合编辑属性的人脸图像。
全文数据：
权利要求：
百度查询： 中国科学院沈阳自动化研究所 基于VAE和cGAN的同时生成和编辑任意人脸属性的方法
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