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 > 武汉大学韩镇获国家专利权

武汉大学韩镇获国家专利权

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!

龙图腾网获悉武汉大学申请的专利基于多样性风格迁移的人脸图像超分辨率方法与装置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:CN118761906B

龙图腾网通过国家知识产权局官网在2025-09-26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:202410820136.0,技术领域涉及:G06T3/4053;该发明授权基于多样性风格迁移的人脸图像超分辨率方法与装置是由韩镇;郑宽;王希豪;薛云峰;王中元设计研发完成,并于2024-06-24向国家知识产权局提交的专利申请。

基于多样性风格迁移的人脸图像超分辨率方法与装置在说明书摘要公布了:本申请公开了人脸图像超分辨率方法、装置、存储介质及电子设备。该方法包括:获取高清人脸内容图数据集与低质量人脸风格图数据集;构建多样性风格迁移网络模型,将高清人脸内容图数据集与低质量人脸风格图数据集输入到多样性风格迁移网络模型中得到风格迁移结果;计算整体损失函数对多样性风格迁移网络模型进行迭代训练;将高清人脸内容图与低质量人脸风格图输入到训练好的多样性风格迁移网络模型得到对应的风格迁移结果,基于风格迁移结果确定高‑低质量人脸样本对;提供低质量人脸图像超分辨率模型,将高‑低质量人脸样本对输入到训练好的低质量人脸图像超分辨率模型中,得到高清人脸图像。本申请可以提高超分辨率人脸图像的识别精度。

本发明授权基于多样性风格迁移的人脸图像超分辨率方法与装置在权利要求书中公布了:1.一种人脸图像超分辨率方法,其特征在于,所述方法包括: 获取高清人脸内容图数据集与低质量人脸风格图数据集; 构建多样性风格迁移网络模型,将所述高清人脸内容图数据集与所述低质量人脸风格图数据集输入到所述多样性风格迁移网络模型中,得到风格迁移结果;其中,所述多样性风格迁移网络模型包括两个编码器与一个解码器;所述多样性风格迁移网络模型的处理过程包括: 将所述高清人脸内容图数据集中的高清人脸内容图输入到第一编码器中得到不同尺寸的内容特征与不同组合的内容特征;将所述低质量人脸风格图数据集中的低质量人脸风格图输入到第二编码器中得到不同尺寸的风格特征与不同组合的风格特征;将所述不同尺寸的内容特征、所述不同组合的内容特征、所述不同尺寸的风格特征、所述不同组合的风格特征以及风格随机扰动量输入解码器中,得到风格迁移结果; 所述解码器包括人脸风格扰动模块、多层感知机以及卷积层;所述解码器的处理过程包括: 将所述不同组合的内容特征、所述不同尺寸的风格特征与所述不同组合的风格特征分别输入到卷积层中,得到第一参数、第二参数与第三参数;将所述风格随机扰动量输入到所述多层感知机中,得到风格扰动因子;基于所述第一参数、第二参数、第三参数与所述风格扰动因子输入到所述人脸风格扰动模块中计算扰动后的注意力均值与注意力方差;基于所述注意力均值、所述注意力方差与所述风格扰动因子对所述不同尺寸的内容特征进行风格化降质,得到风格迁移结果; 计算整体损失函数,基于所述整体损失函数对所述多样性风格迁移网络模型进行迭代训练,得到训练好的多样性风格迁移网络模型; 将高清人脸内容图与低质量人脸风格图输入到训练好的多样性风格迁移网络模型得到对应的风格迁移结果,基于所述风格迁移结果确定高-低质量人脸样本对; 提供低质量人脸图像超分辨率模型,将所述高-低质量人脸样本对输入到训练好的低质量人脸图像超分辨率模型中,得到高清人脸图像。

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武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299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。