“丁中干”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种人脸三维重建方法、装置、电子设备及存储介质-CN202310253330.0在审
发明人：陈人望;曹玮剑;汪铖杰;张振宇;葛志鹏;丁中干;赵艳丹;王福东 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-03-09 - 公布日： 2023-10-27 - 主分类号： G06T17/00 文献下载
摘要：本申请公开了一种人脸三维重建方法、装置、电子设备及存储介质，该方法包括：获取目标人脸对应多个拍摄视角的多张人脸图像；确定所述多张人脸图像中每张人脸图像对应的视场角；基于每张人脸图像对应的视场角，分别将初始三维人脸模型渲染成二维图像，得到每张人脸图像对应的渲染人脸图像；基于每张人脸图像以及每张人脸图像对应的渲染人脸图像，调整所述初始三维人脸模型的人脸参数直至满足预设收敛条件，得到目标三维重建人脸。本申请利用了人脸图像的实际视场角以及多视角的信息来辅助基于三维人脸模型的人脸三维重建，不仅可以得到更加准确的目标三维重建人脸，而且对于多张人脸图像的拍摄光照环境限制较小，提高了人脸重建的稳定性。
一种三维重建方法装置电子设备存储介质

[发明专利]一种三维人脸驱动方法及相关装置-CN202310208403.4在审
发明人： 丁中干;葛志鹏;陈人望;曹玮剑;王福东 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-02-27 - 公布日： 2023-10-27 - 主分类号： G06V40/16 文献下载
摘要：本申请提供了一种三维人脸驱动方法以及相关装置。本申请实施例可应用于人工智能技术领域。其方法包括：将获取到的当前帧人脸图像作为三维人脸重建模型的输入，通过三维人脸重建模型输出第一表情参数及姿态参数；根据第一表情参数、姿态参数、三维目标对象的形象基底及三维目标对象的表情基底，生成目标驱动形象；其中，三维目标的形象基底及三维目标的表情基底为驱动三维目标对象的基矩阵。本申请实施例提供的三维人脸驱动方法，通过在三维人脸重建模型中增加第一表情参数分支，提高对当前帧人脸图像中表情的捕捉能力，以及通过第一表情参数及姿态参数驱动的三维目标对象的形象基底及三维目标对象的表情基底，有效提升了三维人脸驱动的效果。
一种三维驱动方法相关装置

[发明专利]一种面部特征点的定位方法、装置和计算机设备-CN202110676380.0在审
发明人： 丁中干;姚永强;张伟;葛彦昊 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-06-18 - 公布日： 2023-01-03 - 主分类号： G06V40/16 文献下载
摘要：本申请实施例公开了一种面部特征点的定位方法、装置和计算机设备；本申请实施例可以获取面部图像；对面部图像进行校正处理，得到校正后面部图像；对校正后面部图像进行点位生成处理，得到校正后面部图像中轮廓特征点的位置信息和面部部位特征点的初始位置信息；根据面部部位特征点的初始位置信息，对校正后面部图像进行拆解处理，得到校正后面部图像的至少一个面部部位图像；对至少一个面部部位图像进行点位精调处理，得到每个面部部位图像中面部部位特征点的位置信息；将轮廓特征点的位置信息和面部部位特征点的位置信息进行信息融合处理，得到校正后面部图像的全局特征点的位置信息，从而提高了对面部特征点进行定位的精确率。
一种面部特征定位方法装置计算机设备

[发明专利]一种点云数据处理方法、装置、计算机设备及存储介质-CN202110890342.5有效
发明人：姚永强;赵艳丹;葛彦昊;曹玮剑;丁中干;张伟 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-08-04 - 公布日： 2021-09-28 - 主分类号： G06T7/50 文献下载
摘要：本申请实施例公开了一种点云数据处理方法、装置、计算机设备及存储介质，包括：获取待补全空间模型对应的待补全点云数据，确定待补全点云数据对应的点云坐标特征；获取与点云坐标特征相关联的自相关性权重矩阵，基于自相关性权重矩阵对点云坐标特征进行注意力编码，得到点云坐标特征对应的点位自相关性特征；基于点位自相关性特征，对待补全空间模型中的缺失部位进行预测，得到与待补全空间模型相关联的缺失点位特征；基于缺失点位特征对应的缺失点云数据，对待补全点云数据进行补全处理，得到待补全空间模型对应的完整空间模型。采用本申请实施例，可以提高点云数据的补全效率。
一种数据处理方法装置计算机设备存储介质

[发明专利]一种基于卷积神经网络的海面目标图像背景抑制方法-CN201610159838.4有效
发明人：杨卫东;丁中干;曹治国;桑农;颜露新;黎云;蒋哲兴;齐航 -专利权人：华中科技大学
申请日： 2016-03-21 - 公布日： 2019-02-05 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于卷积神经网络的海面目标图像背景抑制方法。包括：选取复杂场景下海面目标的成像数据，预处理后按照一定的比例分成训练集L₁和验证集L₂；用训练集L₁训练卷积神经网络，并用验证集L₂对网络模型调优，得到背景预测模型B‑Mod；对待抑制的海面目标图像，预处理后输入背景预测模型B‑Mod，计算出每个像素的背景抑制分量；将每个像素的所有背景抑制分量加和平均得到背景抑制量；利用背景抑制量进行适当的函数映射,可以得到背景抑制后的图像。本发明根据海面目标图像中目标和背景的差异性，利用深度学习的方法获取图像中每个像素的背景抑制量，通过实验验证了该方法对海面目标图像的背景具有显著的抑制效果。
一种基于卷积神经网络海面目标图像背景抑制方法