Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 重庆邮电大学米建勋获国家专利权

重庆邮电大学米建勋获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利基于对抗生成的非配对面对面表情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:CN116152891B

龙图腾网通过国家知识产权局官网在2025-12-09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:202211709032.X,技术领域涉及:G06V40/16;该发明授权基于对抗生成的非配对面对面表情编辑方法是由米建勋;邹立志设计研发完成,并于2022-12-29向国家知识产权局提交的专利申请。

基于对抗生成的非配对面对面表情编辑方法在说明书摘要公布了:本发明涉及一种基于对抗生成的非配对面对面表情编辑方法,属于深度学习的图像生成领域。该方法通过专门的表情分割模型从人脸中提取与表情相关的人脸轮廓图,使得输入到生成器的表情约束更为准确,然后利用改进的表情一致性损失和注意力机制进一步的保证编辑后的表情能保留更多的身份信息,且同时不失真。

本发明授权基于对抗生成的非配对面对面表情编辑方法在权利要求书中公布了:1.一种基于对抗生成的非配对面对面表情编辑方法,其特征在于,该方法具体包括以下步骤: S1:首先分析与表情有关的关键轮廓点,制作出表情分割数据集,然后用  训练出表情分割模型; S2:利用表情分割模型  从目标表情人脸It提取人脸轮廓图Et,以及从待编辑表情人脸Is提取人脸轮廓图Es; S3:将Es和Is做点积后得到的Ks,以及Is和Et输入到生成模型IPEF‑GAN中,得到输出通道数为3的特征结果FeatureIt以及对应的通道数为1的01掩码maskt; S4:将输入的Is经过小波采样层LowPass后,选择其中的低通特征LowPassFeature与FeatureIt通过注意力机制函数进行融合得到PreIs; S5:将目标表情人脸换成Is,待编辑表情人脸换成It,重复步骤S2~S4,得到生成结果PreIt; S6:将目标表情人脸换成Is,待编辑表情人脸换成,重复步骤S2~S4,得到生成结果; S7:将目标表情人脸换成It,待编辑表情人脸换成PreIs,重复步骤S2~S4,得到生成结果; S8:将目标表情人脸和待编辑表情人脸都换成Is,重复重复步骤S2~S4,得到生成结果; S9:将目标表情人脸和待编辑表情人脸都换成It,重复重复步骤S2~S4,得到生成结果; S10:将步骤S6得到的生成结果、步骤S7得到生成结果以及Is和It作为图像重建损失 的输入; S11:将步骤S8得到的生成结果、步骤S9得到的生成结果以及Is和It作为表情一致性损失函数的输入; S12:将步骤S4得到的生成结果PreIs、步骤S5得到的生成结果PreIt以及Is和It分别输入到训练好的FaceNet网络,得到输出编码、、 、,并将它们一起作为人脸身份损失函数的输入; S13:将步骤S5中得到的结果  和  分别输入到鉴别器D,构造图像对抗损失 ,将步骤S4中得到的结果  和  分别输入到鉴别器D,构造图像对抗损失 ,并将和进行组合得到总的图像对抗损失; S14:组合步骤S10~S13的损失函数,得到最终的优化目标函数; S15:利用Adam算法对优化目标函数求解,得到具有最优解的IPEF‑GAN模型。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区黄桷垭崇文路2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”。

以上内容由龙图腾AI智能生成。

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。