[发明专利]一种基于生成对抗式网络模型的发型更换方法有效
| 申请号： | 201710582794.0 | 申请日： | 2017-07-17 |
| 公开（公告）号： | CN107527318B | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 付彦伟;尹伟东;马一清;姜育刚;薛向阳 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06T3/00 | 分类号： | G06T3/00;G06N3/08;G06K9/00 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机图像处理技术领域，具体为一种基于生成对抗式网络模型的发型更换方法。自动更换发型在分类和图像编辑领域都有很多实际应用，本发明诉诸于这一要求，首先提供一个新的大型发型数据集，HAIRSTYLE30k，包含64种不同类型的30K图像组成的发型，同时，提供一个自动生成和修改发型的模型H‑GAN，来实现自动更换发型。本发明在基础的生成对抗式网络模型上做了改进，可以高效地学习新数据集，不仅在基础数据集上表现良好，在新数据集上也有很好的可泛化性。 | ||
| 搜索关键词： | 一种 基于 生成 对抗 网络 模型 发型 更换 方法 | ||
【主权项】：
一种基于发型生成对抗网络的发型更换方法，其特征在于：首先，构建一个大型发型数据集“发型30K”给社区，该发型数据集是通过发型图片关键词，在网页搜索引擎中使用关键词搜索爬取下来的，一共64种不同的类型，发型图片在30K图像；然后，还提供一种发型生成对抗网络H‑GAN模型，用于自动生成或修改/编辑发型，并输出图像；该H‑GAN有三个组件：encoder‑decoding 子网络，生成对抗网络gan，和recognition 识别子网络；其中encoder‑decoding 子网络是VAE的变体，而reconition识别子网络 与infoGAN的GAN具有相同的网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学，未经复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710582794.0/，转载请声明来源钻瓜专利网。
