Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学吴斯获国家专利权

华南理工大学吴斯获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利一种基于图卷积网络的生成对抗网络的人脸图像编辑方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115565223B

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211181562.1,技术领域涉及:G06V40/16;该发明授权一种基于图卷积网络的生成对抗网络的人脸图像编辑方法是由吴斯;宋全鹏设计研发完成,并于2022-09-27向国家知识产权局提交的专利申请。

一种基于图卷积网络的生成对抗网络的人脸图像编辑方法在说明书摘要公布了:本发明公开了一种基于图卷积网络的生成对抗网络的人脸图像编辑方法,该方法使用一个生成器来对人脸图像进行编辑,为了训练该生成器,需使用一个辨别器与其进行对抗训练,考虑到人脸图像编辑中各个属性之间存在相关性,使用图卷积网络来利用属性之间的关联信息,增强辨别器对于多属性编辑情况下的辨别能力,进而提升生成器的图像编辑能力。本发明在辨别器上采用了图卷积层并结合数据集中人脸属性之间的关联信息来提升辨别器对于多属性编辑情况下的辨别能力。本发明针对人脸图片中属性之间的联系利用图卷积网络来进行建模,提升了辨别器在多属性条件下区分真假样本的能力,使得生成器可以更好地进行多属性条件下的人脸编辑任务。

本发明授权一种基于图卷积网络的生成对抗网络的人脸图像编辑方法在权利要求书中公布了:1.一种基于图卷积网络的生成对抗网络的人脸图像编辑方法,其特征在于,包括以下步骤: S1、准备人脸属性数据集,人脸属性数据集是指包含按比例裁剪好的人脸图像以及对应的属性标注的一组数据,将图像记为X,对应的属性标注记为Y; S2、初始化生成对抗网络模型,模型中包含三个神经网络:生成器G、辨别器D、分类器C;首先是生成器G,其输入为待处理的人脸图像xsrc以及目标属性ytrg,输出为具备目标属性的处理后的图像xgen;其次是辨别器D,其输入为真实的人脸图像或生成器G处理后的图像,输出为其对输入图像各个属性的辨别结果,辨别器D中包含一个图卷积网络,用于对图像属性之间的关联进行建模;最后是分类器C,其输入为人脸图像,输出为其对输入图像各个属性的预测分数; 所述生成器G需要将输入图像xsrc转换为编辑后的图像,为此需要先将输入图像经过一个编码器处理转换到隐空间中,得到相应隐码,并由一个解码器将前者得到的隐码转换回图像空间中,同时生成器G中还包含一个映射网络,用以将输入的目标属性向量ytrg转换为样式码,协同隐码共同提供给编码器,最后编码器输出编辑后的图像xgen;由于编码器和解码器执行的操作是互逆的,因此其结构上是对称的;对于编码器而言,首先用一个卷积网络将输入的RGB图像转换成特征图,之后经过多个残差块网络将其进一步转换为隐码;对于解码器而言,其首先用多个能够接受样式信息的残差块网络对隐码进行处理,之后使用一个卷积网络将特征图转换到RGB图像空间;映射网络由多层全连接层构成,其对输入的目标属性向量ytrg进行处理,将其转换为前述残差块网络所需的样式码,由此将目标属性信息与处理后的图像信息合并起来,并由解码器最终输出为处理后的图像,之后将生成图像输入到辨别器D与分类器C中; S3、使用X和Y作为训练数据,对生成器G、辨别器D和分类器C进行对抗训练,最后得到训练充分的生成器G,抛弃掉辨别器D和分类器C,最后仅用生成器G完成人脸图像编辑的任务。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。