“徐枫”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582个，建议您升级VIP下载更多相关专利

[发明专利]基于深度学习的人脸混合-变形生成方法和装置-CN202110076881.5有效
发明人：徐枫;田镜祺 -专利权人：清华大学
申请日： 2021-01-20 - 公布日： 2022-09-20 - 主分类号： G06T13/40 文献下载
摘要：本申请提出一种基于深度学习的人脸混合‑变形生成方法和装置，涉及计算机动画和三维重建技术领域，其中，方法包括：获取中性人脸的三维网格数据和对应的三维网格表情集合；将三角网格数据转换为二维RGB图片；将二维RGB图片输入深度学习模型进行训练，获取训练人脸混合‑变形二维图；根据人脸混合‑变形二维图，获取训练表情集合，根据训练表情集合和三维网格表情集合调整深度学习模型的参数，通过训练后的深度学习模型对待处理人脸二维图进行处理，生成人脸混合‑变形表情。由此，利用深度神经网络从少量表情集生成个性化混合‑变形表情，提高处理效率。
基于深度学习混合变形生成方法装置

[发明专利]基于视线方向和LSTM神经网络的情感预测方法及系统-CN201910903387.4有效
发明人：徐枫;温佺;娄昕;杨东;吕晋浩;雍俊海;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2019-09-24 - 公布日： 2022-09-20 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于视线方向和LSTM神经网络的情感预测方法及系统，其中，该方法包括：采集不同人物在不同情感状态下的脸部视频；确定所有视频帧的真实情感标签，并将每一帧的情感标签与该帧中人物的视线方向共同组成情感预测训练集；利用该训练集对长短期记忆深度神经网络进行训练，得到的包含最优参数的深度神经网络；最终向最优参数深度神经网络输入任意视频的人物视线方向，对当前帧进行情感预测。本发明实施例的方法，利用长短期记忆深度神经网络对连续视频帧中的视线方向和人类情感间的关系进行建模，通过该网络预测每个视频帧中人物的情感状况，从而在时域上对人物的情感变化进行判断。
基于视线方向 lstm 神经网络情感预测方法系统

[发明专利]基于深度图神经网络的城市出租车接客点推荐方法-CN202210418256.9在审
发明人：于彦伟;徐枫;黄宇渊;董军宇 -专利权人：中国海洋大学;中国地质大学（武汉）
申请日： 2022-04-20 - 公布日： 2022-09-09 - 主分类号： G06Q10/04 文献下载
摘要：基于深度图神经网络的城市出租车接客点推荐方法，包括设定城市中的POI；获取出租车历史载客数据；通过最短距离匹配算法将出租车历史数据的起点和终点匹配到起点和终点附近的POI上；基于出租车历史载客数据构建城市POI信息；将出租车终点POI和下一单的起点POI用一条有向边连接，构建有向交互图，对有向交互图的有向边进行权重赋值；利用网络表征学习中的图卷积网络得到推荐目的地的POI；当有出租车发出请求，则将作为目的地的POI推荐给出租车。本发明利用GCN进行POI节点的表征向量学习，有效学习到出租车历史数据中POI之间的接载客关系，利用POI的节点表征向量进行推荐，有效提升了出租车推荐的性能。
基于深度神经网络城市出租车接客推荐方法

[发明专利]基于卷积神经网络与对称信息的脑部医学影像诊断方法-CN202010283471.3有效
发明人：徐枫;刘傲寒;娄昕;吕晋浩;郭雨晨;雍俊海;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2020-04-13 - 公布日： 2022-09-09 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于卷积神经网络与对称信息的脑部医学影像诊断方法，该方法包括：获取指定模态的病人脑部三维影像，并对病人脑部三维影像进行人工病灶标注；通过模拟退火的三维空间变换方法，将病人脑部三维影像中的脑部以及对应标注变换至三维影像的中心位置，并使脑部中轴面与左右水平轴的中垂面重合，进行对称性矫正；利用对称连接块搭建的深度卷积神经网络，利用对称性矫正后的病人脑部三维影像进行训练，优化深度卷积神经网络参数；将待诊断的脑部三维影像输入优化后的深度卷积神经网络，输出诊断结果。该方法可以实现对脑部医学影像的自动诊断。
基于卷积神经网络对称信息脑部医学影像诊断方法

[发明专利]三维人脸的参数化建模方法和装置-CN202011522571.3有效
发明人：徐枫;凌精望;杨东 -专利权人：清华大学
申请日： 2020-12-21 - 公布日： 2022-09-09 - 主分类号： G06T13/40 文献下载
摘要：本申请提出一种三维人脸的参数化建模方法和装置，涉及图像处理技术领域，其中，方法包括：对每一人脸图像进行局部分区，建立每个人脸局部分区对应的局部训练编码器；从预先建立的偏置贴图中获取每一人脸图像对应的人脸偏置贴图，通过局部训练编码器分别对人脸偏置贴图进行编码，获取低维度特征向量；通过训练解码器对低维度特征向量、每一人脸图像对应的标注年龄和表情进行处理，获取重建偏置贴图；根据重建偏置贴图和人脸偏置贴图的误差对局部训练编码器和训练解码器的参数进行调整。由此，可以拟合低质量的人脸扫描数据恢复高质量的细节，生成的细节应用到双线性模型上，生成带细节的人脸动画。
三维参数建模方法装置

[发明专利]多风格自然眼球运动的自动化生成方法和装置-CN202110113677.6有效
发明人：徐枫;吕军锋 -专利权人：清华大学
申请日： 2021-01-27 - 公布日： 2022-09-09 - 主分类号： G06F3/01 文献下载
摘要：本发明提出一种多风格自然眼球运动的自动化生成方法和装置，其中，方法包括：提取人脸运动视频流中头部运动序列；获取风格控制信息；将头部运动参数、风格控制信息输入预先训练得到的深度神经网络；获取预先训练得到的深度神经网络输入的对应风格的自然眼球运动参数。由此，可以自动化地生成一段自然的眼球运动，节约了眼球动画的制作成本。
风格自然眼球运动自动化生成方法装置

[发明专利]基于深度学习的人脸重建方法和装置-CN202011598566.0有效
发明人：徐枫;王至博 -专利权人：清华大学
申请日： 2020-12-29 - 公布日： 2022-09-09 - 主分类号： G06T17/20 文献下载
摘要：本申请提出一种基于深度学习的人脸重建方法和装置，涉及图像处理技术领域，其中，方法包括：获取人脸多视角图片数据集，利用多视角重建方法对人脸多视角图片数据集中的人脸多视角图片进行重建，获取不同用户的人脸三维几何和纹理图；通过深度卷积神经网络对不同用户的人脸三维几何和纹理图和人脸多视角图片数据集进行训练，获取深度神经网络；将待处理的人脸视频输入深度神经网络进行处理，获取人脸视频的中每一帧的人脸三维几何和纹理图。由此，仅需用户录制一段做不同表情的人脸视频，就可以得到该人脸的几何和纹理，重建出的几何和纹理具有更高的精度。
基于深度学习重建方法装置

[发明专利]三维卡通人脸建模方法及装置-CN202210483519.4在审
发明人：徐枫;于涛 -专利权人：清华大学
申请日： 2022-05-05 - 公布日： 2022-09-02 - 主分类号： G06T19/00 文献下载
摘要：本申请公开了一种三维卡通人脸建模方法及装置，其中，方法包括：提取目标人物在二维图像中人脸的二维人脸特征；根据目标人物的三维深度图提取人脸的三维人脸特征；融合二维人脸特征、三维人脸特征和预设卡通风格特征，生成目标人脸的三维卡通人脸模型。由此，解决了相关技术中基于神经网络对真实人脸进行卡通形象建模，导致生成的卡通形象风格单一且辨识度较低的技术问题。
三维卡通建模方法装置

[发明专利]肿瘤良恶性智能诊断装置、设备及存储介质-CN202210470750.X在审
发明人：徐枫;周展平;乔晖 -专利权人：清华大学
申请日： 2022-04-28 - 公布日： 2022-08-30 - 主分类号： G16H50/20 文献下载
摘要：本申请涉及深度学习、医学数据处理技术领域，特别涉及一种肿瘤良恶性智能诊断装置、设备及存储介质，其中，装置包括：采集模块，用于采集待诊断目标的至少一种模态数据；诊断模块，用于将至少一种模态数据输入至预先训练的肿瘤良恶性分类模型，得到待诊断目标的实际肿瘤类型，其中，肿瘤良恶性分类模型基于卷积神经网络和多层感知机训练得到。由此，本申请实施例可以针对各种模态的数据分别训练分类网络，学习有助于诊断肿瘤良恶性的特征，并采用模态dropout的方法训练模型，使模型更加鲁棒，以实现在部分模态缺失的情况下，仍然可以综合可获取的模态进行肿瘤良恶性智能诊断，满足实际需要。
肿瘤恶性智能诊断装置设备存储介质

[发明专利]人脸嘴部重建方法及装置-CN202210483528.3在审
发明人：徐枫;郑成伟 -专利权人：清华大学
申请日： 2022-05-05 - 公布日： 2022-08-30 - 主分类号： G06V40/16 文献下载
摘要：本申请公开了一种人脸嘴部重建方法及装置，其中，方法包括：采集目标对象各个表情的多视角图像；根据多视角图像获取目标对象的2D嘴部特征点，并基于2D嘴部特征点计算目标对象的3D嘴部特征点；由3D嘴部特征点生成嘴部特征向量，并利用嘴部特征向量重建最终的不透明度与表面颜色值，生成人脸嘴部重建图像。由此，解决了相关技术中对于由嘴部运动引起的拓扑变化的处理效果较差，嘴部动态重建精度较低，不利于表情运动迁移的技术问题。
人脸嘴部重建方法装置

[发明专利]基于特征体素融合的多视角三维可变形人脸重建方法-CN202210488298.X在审
发明人：徐枫;田镜祺 -专利权人：清华大学
申请日： 2022-05-06 - 公布日： 2022-08-30 - 主分类号： G06T17/00 文献下载
摘要：本申请公开了一种基于特征体素融合的多视角三维可变形人脸重建方法，其中，方法包括：获取不同视角的多张人脸图片；将多张人脸图片中的二维特征映射为多个三维特征体素，并根据视角间的语义对应关系对多个三维特征体素进行语义配准，得到多个配准后的三维特征体素；将多个配准后的三维特征体素进行特征体素融合，生成融合特征体素，并基于融合特征体素得到三维可变形人脸重建结果，从而在重建过程中考虑了图像之间的像素对应关系，做到了更好地局部特征融合，由此，解决了相关技术无法从多张视图恢复出三维人脸可变形模型以及并未充分考虑到不同视图之间对人脸区域的遮挡情况等问题。
基于特征融合视角三维变形重建方法

[发明专利]基于图卷积神经网络的三维衣物穿着效果估计方法及装置-CN202210530515.7在审
发明人：徐枫;林文镔;雍俊海 -专利权人：清华大学
申请日： 2022-05-16 - 公布日： 2022-08-30 - 主分类号： G06Q30/06 文献下载
摘要：本申请公开了一种基于图卷积神经网络的三维衣物穿着效果估计方法及装置，其中，方法包括：通过获取目标人体的实际体型参数和实际姿态参数；将实际体型参数和实际姿态参数输入预先训练的图卷积试衣模型进行配准，得到人体顶点与衣物顶点的对应关系；根据人体顶点与衣物顶点的对应关系生成目标人体的衣物穿着效果，从而对物理仿真方法计算和调参过程进行优化，大大提升了实时的运算性能。由此，解决了相关技术中物理仿真方法计算以及调参过程过于复杂，实时性能较差等问题。
基于图卷神经网络三维衣物穿着效果估计方法装置

[实用新型]微生物检验样品储存与转运装置-CN202220280497.7有效
发明人：徐枫;金浩;艾萍;刘卓 -专利权人：锦州市疾病预防控制中心
申请日： 2022-02-11 - 公布日： 2022-08-30 - 主分类号： B65D25/02 文献下载
摘要：本实用新型公开了微生物检验样品储存与转运装置，包括外壳体、外盖、内盖、内胆，外壳体中设置有壳体保温层，壳体保温层内设置有下减震装置，下减震装置上放置中设置内胆，盖体保温层内设置有上减震装置，内胆中心设置有制冷孔，放置制冷剂，制冷孔的周围设置有多个试管槽沿制冷孔圆周分布，试管槽中设置有夹紧机构以便夹紧样品试管，内胆上端转动连接锁紧环，锁紧环上设置有内螺纹，螺纹连接内盖，内盖中固定连接防撞垫，以保护样品试管；本实用新型设置有夹紧机构以便夹紧样品试管，夹紧后通过限位锁紧机构锁定，每个样品试管对应单独一个夹紧机构，方便每放置一个样品试管夹紧一个样品试管，以便充分对样品试管进行固定。
微生物检验样品储存转运装置

[发明专利]基于三维骨架提取的移动设备人体位姿估计方法-CN202010863038.7有效
发明人：高浩;李奕;徐枫;宗睿;余新光;潘隆盛;凌至培 -专利权人：南京邮电大学
申请日： 2020-08-25 - 公布日： 2022-08-16 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了基于三维骨架提取的移动设备人体位姿估计方法，将人体视频放入轻量人体骨架识别模型中，得到2D关节点；将所获得的2D关节点通过神经网络构造的回归器，映射得到空间中的3D关节点；根据所获得的3D关节点的坐标信息计算得到被拍摄者的肢体间关节角；根据被拍摄者肢体间关节角以及3D关节点的位置信息，判定被拍摄者的位姿以及拍摄设备的拍摄机位。通过深度神经网络回归器，将轻量人体骨架识别模型得到的2D人体关节点映射到三维空间中3D人体关节点，增加了2D人体关节点几何信息的维度；基于3D人体关节点的几何关系计算肢体夹角，根据肢体间夹角以及关节点的位置关系，有效地预测出人体的位姿以及移动设备的拍摄机位。
基于三维骨架提取移动设备人体估计方法

[发明专利]基于深度学习和真实感渲染的人脸图片高光去除方法-CN202010275587.2有效
发明人：徐枫;王至博;杨东 -专利权人：清华大学
申请日： 2020-04-09 - 公布日： 2022-08-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于深度学习和真实感渲染的人脸图片高光去除方法，包括：通过人脸采集系统采集不同的人在不同表情下的高精度人脸三维模型；利用高精度人脸三维模型渲染逼真人脸图片，并在渲染时分别渲染得到图片中的高光分量和漫反射分量；利用渲染出的逼真人脸图片以及高光分量和漫反射分量作为训练的强监督数据训练生成对抗网络得到人脸图片高光去除网络；将待处理人脸图片输入人脸图片高光去除网络，通过人脸图片高光去除网络提取出待处理人脸图片中的漫反射分量，进而得到高光去除后的人脸图片。该方法可以对各种人脸图片进行处理，不受人脸表情，人脸朝向和环境光照的影响。
基于深度学习真实感渲染图片去除方法