← 返回列表
渐进式人脸图像复原方法、系统、设备及存储介质
申请人信息
- 申请人:山东财经大学
- 申请人地址:250014 山东省济南市历下区二环东路7366号
- 发明人: 山东财经大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 渐进式人脸图像复原方法、系统、设备及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311352790.5 |
| 申请日 | 2023/10/18 |
| 公告号 | CN117391995A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06T5/70 |
| 权利人 | 山东财经大学 |
| 发明人 | 迟静; 李励文; 王雁冰; 徐敏峰 |
| 地址 | 山东省济南市历下区二环东路7366号 |
摘要文本
本发明公开了渐进式人脸图像复原方法、系统、设备及存储介质,将待复原的人脸图像,输入到训练后的人脸图像复原模型中,输出复原后的人脸图像;训练后的人脸图像复原模型,用于将待复原的人脸图像分别输入到解析图潜码预测网络和图像特征提取网络,其中,解析图潜码预测网络生成解析图高维潜码,图像特征提取网络生成图像高维潜码和多尺度图像特征;随后,GAN先验生成模块将解析图高维潜码与图像高维潜码进行融合,利用融合结果指导GAN单元生成多尺度先验特征;最后,多尺度信息融合模块将对应尺度的图像特征和先验特征进行融合,并将每一尺度融合后的特征,按照尺度从小到大的顺序逐层上采样,渐进生成最终的人脸复原图像。
专利主权项内容
1.渐进式人脸图像复原方法,其特征是,包括:获取待复原的人脸图像;将待复原的人脸图像,输入到训练后的人脸图像复原模型中,输出复原后的人脸图像;其中,训练后的人脸图像复原模型,包括:解析图潜码预测网络、图像特征提取网络、GAN先验生成模块以及多尺度信息融合模块;训练后的人脸图像复原模型,用于将待复原的人脸图像分别输入到解析图潜码预测网络和图像特征提取网络,其中,解析图潜码预测网络生成解析图高维潜码,图像特征提取网络生成图像高维潜码和多尺度图像特征;随后,GAN先验生成模块将解析图高维潜码与图像高维潜码进行融合,利用融合结果指导GAN单元生成多尺度先验特征;最后,多尺度信息融合模块将对应尺度的图像特征和先验特征进行融合,并将每一尺度融合后的特征,按照尺度从小到大的顺序逐层上采样,渐进生成最终的人脸复原图像。