CN108986021A - 一种图像合成方法及装置 - Google Patents
一种图像合成方法及装置 Download PDFInfo
- Publication number
- CN108986021A CN108986021A CN201810793357.8A CN201810793357A CN108986021A CN 108986021 A CN108986021 A CN 108986021A CN 201810793357 A CN201810793357 A CN 201810793357A CN 108986021 A CN108986021 A CN 108986021A
- Authority
- CN
- China
- Prior art keywords
- image
- wavy grain
- reticulate pattern
- grain images
- target image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000000203 mixture Substances 0.000 title claims abstract description 27
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 29
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 29
- 230000009466 transformation Effects 0.000 claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 230000002035 prolonged effect Effects 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims 1
- 238000012546 transfer Methods 0.000 abstract description 5
- 238000013461 design Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 4
- 238000010189 synthetic method Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像合成方法及装置,属于图像处理领域。所述方法包括如下步骤:针对图像合成涉及的至少一个合成步骤,对应生成至少一个多波形纹理图像;根据目标图像对所述多波形纹理图像进行相应的变换,生成与所述目标图像相匹配的网纹图像;将所述网纹图像与所述目标图像进行合成,并输出合成后的带网纹的目标图像。本发明通过随机变换生成长波形图像作为底层的网纹,并根据网纹对需要合成的图像的像素进行相应的调整,生成带网纹的图像,用于在网络信息传输中,保护个人隐私,防止照片被盗用等,且所述图像合成方法及装置还可以快速生成大规模带网纹的图像数据集,并用于后续照片网纹去除算法的研究和设计。
Description
技术领域
本发明涉及图像处理领域,特别涉及一种图像合成方法及装置。
背景技术
在图像特征提取和学习中,尤其是深度学习过程中,需要大量的图像数据。由于特定目标的训练任务需要的图像数据各不相同,比如:人脸识别、食品分类、服装检测等等,这在不同程度上加大了图像数据整理和标记的难度。而且,有些图像也会涉及到版权(如:海报图像)和个人隐私(如:人脸图像)的问题,直接获取相关图像数据的可能行不大。因此需要通过图像合成的方式生成图像样本,以满足图像分类或目标检测等任务的需求。图像合成是通过图像处理技术合成出新的图像,具体的合成方法将会随着应用场景的变化而变化。
目前还没有一种公开的方法可以帮助快速合成人脸网纹照片用于网络信息传输,保护个人隐私,防止照片被盗用。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种图像合成方法,以克服现有技术中不能快速合成网纹图像用于在网络信息传输中,保护个人隐私,防止照片被盗用等问题。
为解决上述技术问题,本发明采用的技术方案是:
一方面,提供了一种图像合成方法,所述方法包括如下步骤:
S1:针对图像合成涉及的至少一个合成步骤,对应生成至少一个多波形纹理图像;
S2:根据目标图像对所述多波形纹理图像进行相应的变换,生成与所述目标图像相匹配的网纹图像;
S3:将所述网纹图像与所述目标图像进行合成,并输出合成后的带网纹的目标图像。
进一步的,所述步骤S1中生成多波形纹理图像的具体步骤包括:
S1.1:生成半周期波形,其中所述半周期波形的波长和振幅为正数;
S1.2:生成多周期波形,所述多周期波形由多个半周期波形顺序连接而成,且半周期波形的取值符号正或负依次交替变换;
S1.3:生成多波形纹理图像,将所述多周期波形延Y轴方向等间隔均匀分布,且每条多周期波形中的起始半周期波形取值符号正或负依次交替变化。
进一步的,所述对所述多波形纹理图像进行相应的变换依序包括:
图像剪切变换、图像裁剪变换和图像大小变换。
进一步的,所述图像剪切变换具体包括:
利用正交矩阵对所述多波形纹理图像进行二维线性变换,其中,所述正交矩阵是随机生成的。
进一步的,所述图像裁剪变换具体包括:
从经过图像剪切变换后的多波形纹理图像的中心点附近裁剪出部分区域的多波形纹理图像,其中,所述裁剪出的部分区域的多波形纹理图像可以包含多波形纹理图像的中心点,也可以不包含多波形纹理图像的中心点。
进一步的,所述图像大小变换具体包括:
根据所述目标图像的大小,通过采用三次样条插值方式,对经过图像裁剪变换后的多波形纹理图像的宽和高进行拉伸或压缩。
另一方面,提供了一种基于所述的图像合成方法的图像合成装置,所述装置包括:
生成模块,用于针对图像合成涉及的多个合成步骤的至少一个合成步骤,对应生成至少一个多波形纹理图像;
变换模块,用于根据目标图像对所述多波形纹理图像进行相应的变换,生成与所述目标图像相匹配的网纹图像;
合成模块,用于将所述网纹图像与所述目标图像进行合成,并输出合成后的带网纹的目标图像。
进一步的,所述变换模块包括:
图像剪切变换单元,用于利用正交矩阵对所述多波形纹理图像进行二维线性变换;
图像裁剪变换单元,用于从经过图像剪切变换后的多波形纹理图像的中心点附近裁剪出部分区域的多波形纹理图像,其中,所述裁剪出的部分区域的多波形纹理图像可以包含多波形纹理图像的中心点,也可以不包含多波形纹理图像的中心点;
图像大小变换单元,用于根据所述目标图像的大小,通过采用三次样条插值方式,对经过图像裁剪变换后的多波形纹理图像的宽和高进行拉伸或压缩。
进一步的,所述图像合成装置还包括:
获取模块,用于输入需要合成的目标图像,并识别所述目标图像的属性。
进一步的,所述目标图像的属性至少包括图像的像素和图像的大小。
本发明实施例提供的技术方案带来的有益效果是:
本发明实施例提供的图像合成方法及装置,通过随机变换生成长波形图像作为底层的网纹,并根据网纹对人脸照片或其他需要合成的图像的像素进行相应的调整,生成带网纹的人脸照片或其他需要合成的图像,用于在网络信息传输中,保护个人隐私,防止照片被盗用等,且所述图像合成方法及装置还可以快速生成大规模带网纹的图像数据集,并用于后续照片网纹去除算法的研究和设计。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的图像合成方法流程图;
图2是本发明实施例提供的图像合成方法中生成多波形纹理图像的流程图;
图3是本发明实施例提供的图像合成方法中多波形纹理图像进行变换的流程图;
图4是利用本发明实施例提供的图像合成方法生成的多波形纹理图像;
图5是利用本发明实施例提供的图像合成方法获得的带网纹的目标图像;
图6是本发明实施例提供的图像合成装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
如图1所示,图1是本发明实施例1公开的图像合成方法的流程图,所述方法包括如下步骤:
S1:针对图像合成涉及的至少一个合成步骤,对应生成至少一个多波形纹理图像。
其中,生成的多波形纹理图像是随机。
进一步的,参照图2所示,图2是本发明实施例提供的图像合成方法中生成多波形纹理图像的流程图,所述生成多波形纹理图像的具体步骤包括:
S1.1:生成半周期波形,其中所述半周期波形的波长和振幅为正数。
具体的,这里的波形是正弦波这种具有明显周期和振幅的图形,但是需要说明的是,这里的波形并不局限于正弦波,也可以是余弦波或其他波形。另外,在本发明实施例中,所述半周期波形的波长和振幅为正数,这里需要说明的是,波长和振幅的取值为随机的正数。
S1.2:生成多周期波形,所述多周期波形由多个半周期波形顺序连接而成,且半周期波形的取值符号正或负依次交替变换。
具体来说,生成的多周期波形中的半周期波形前一个形取值均为正数,后面紧邻的一个半周期波形的取值均取反(即负数),依次交替进行。这样生成出来的多周期波形更加连续平滑。
S1.3:生成多波形纹理图像,将所述多周期波形延Y轴方向等间隔均匀分布,且每条多周期波形中的起始半周期波形取值符号正或负依次交替变化。
具体的,在一幅空白图像中,按照上述步骤将上述多周期波形延Y轴方向等间隔均匀分布,生成多波形纹理图像。也就是说,所述多波形纹理图像中起始的半周期波形取值符号正或负依次交替变化。优选的,所述多波形纹理图像中约有10-30条多周期波形,具体取值可根据用户的实际需求选择,图像的亮度取值为[0.1,0.5]之间的随机值,线宽为[0.5,1.5]之间的随机值。
S2:根据目标图像对所述多波形纹理图像进行相应的变换,生成与所述目标图像相匹配的网纹图像。
具体的,根据目标图像对生成的所述多波形纹理图像进行一系列的变换,生成合适的网纹图像,以供后续图像合成使用。
进一步的,参照图3所示,图3是本发明实施例提供的图像合成方法中多波形纹理图像进行变换的流程图,所述对所述多波形纹理图像进行相应的变换依序包括:
图像剪切变换、图像裁剪变换和图像大小变换。
进一步的,所述图像剪切变换具体包括:
利用正交矩阵对所述多波形纹理图像进行二维线性变换,其中,所述正交矩阵是随机生成的。
具体的,图像剪切变换主要是指利用正交矩阵对所述多波形纹理图像进行二维线性变换,已达到所需的剪切效果。这里的正交矩阵是随机生成的,所以对每幅多波形纹理图像的变换效果都是不同的。
进一步的,所述图像裁剪变换具体包括:
从经过图像剪切变换后的多波形纹理图像的中心点附近裁剪出部分区域的多波形纹理图像,进行后续处理。其中,所述裁剪出的部分区域的多波形纹理图像可以包含多波形纹理图像的中心点,也可以不包含多波形纹理图像的中心点。
进一步的,所述图像大小变换具体包括:
根据所述目标图像的大小,通过采用三次样条插值方式,对经过图像裁剪变换后的多波形纹理图像的宽和高进行拉伸或压缩。
具体来说,通常为了与目标图像匹配,进过图像大小变换后的多波形纹理图像大小要和所述目标图像大小保持一致。
将经过上述一系列变换后的图像输出,即生成与所述目标图像相匹配的网纹图像。
S3:将所述网纹图像与所述目标图像进行合成,并输出合成后的带网纹的目标图像。
具体的,所述网纹图像T与所述目标图像F的合成过程可以根据如下公式计算:
S=F*(T/255)P
其中,S为合成后的带网纹的目标图像的像素,F为所述目标图像的像素,T为所述网纹图像的像素,P是幂运算的指数。作为优选,所述目标图像的像素F的取值区间在[0,255]之间,P取值区间在[1/3,1]之间。这样生成的带网纹的目标图像更实用,也就是说,可以有效保护个人隐私或图片版权,且可以快速生成大规模的带网纹的人脸照片或其他需要合成的图像。
如图4所示,图4是利用本发明实施例提供的图像合成方法生成的一个多波形纹理图像,作为一种优选的实施方式,在步骤S1.3中,生成的多波形纹理图像共18条多周期波形,其在图像中亮度取值为0.3,线宽为1.0。
如图5所示,输入的人脸照片即目标图像(即图5中的左边图像)的大小为112*96。首先对图4所示的多波形纹理图像进行图像剪切变换,采用的正交矩阵是:
接着在经过图像剪切变换后的多波形纹理图像进行图像裁剪变换,具体的,在经过图像剪切变换后的多波形纹理图像中心点附近裁剪出部分区域的多波形纹理图像,然后对经过图像裁剪变换的多波形纹理图像进行图像大小变换,具体的,将裁剪出的部分区域的多波形纹理图像的大小调整至输入的人脸照片(即目标图像)的大小:112*96,最后得到的图像即为用于后续与目标图像合成的网纹图像(即图5中的中间图像)。
进一步参照图5所示,在采用公式
S=F*(T/255)P
合成目标图像与网纹图像时,幂指数P的取值为0.8,合成结果如图5等号右边图像所示。
实施例2
参见图6,本发明实施例提供了一种图像合成装置,该装置包括:
生成模块,用于针对图像合成涉及的多个合成步骤的至少一个合成步骤,对应生成至少一个多波形纹理图像,其中,生成的多波形纹理图像是随机。
变换模块,用于根据目标图像对所述多波形纹理图像进行相应的变换,生成与所述目标图像相匹配的网纹图像。
合成模块,用于将所述网纹图像与所述目标图像进行合成,并输出合成后的带网纹的目标图像。
获取模块,用于输入需要合成的目标图像,并识别所述目标图像的属性,其中,所述目标图像的属性至少包括图像的像素和图像的大小。
具体的,所述生成模块的输出端与所述变换模块的输入端相连接,所述变换模块以及获取模块的输出端与所述合成模块的输入端相连接。
进一步的,所述变换模块包括:
图像剪切变换单元,用于利用正交矩阵对所述多波形纹理图像进行二维线性变换;
图像裁剪变换单元,用于从经过图像剪切变换后的多波形纹理图像的中心点附近裁剪出部分区域的多波形纹理图像,其中,所述裁剪出的部分区域的多波形纹理图像可以包含多波形纹理图像的中心点,也可以不包含多波形纹理图像的中心点;
图像大小变换单元,用于根据所述目标图像的大小,通过采用三次样条插值方式,对经过图像裁剪变换后的多波形纹理图像的宽和高进行拉伸或压缩。
综上所述,本发明实施例提供的图像合成方法及装置,通过随机变换生成长波形图像作为底层的网纹,并根据网纹对人脸照片或其他需要合成的图像的像素进行相应的调整,生成带网纹的人脸照片或其他需要合成的图像,用于在网络信息传输中,保护个人隐私,防止照片被盗用等,且所述图像合成方法及装置还可以快速生成大规模带网纹的图像数据集,并用于后续照片网纹去除算法的研究和设计。
需要说明的是:上述实施例提供的图像合成装置在触发图像合成业务时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的图像合成装置与图像合成方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像合成方法,其特征在于,所述方法包括如下步骤:
S1:针对图像合成涉及的至少一个合成步骤,对应生成至少一个多波形纹理图像;
S2:根据目标图像对所述多波形纹理图像进行相应的变换,生成与所述目标图像相匹配的网纹图像;
S3:将所述网纹图像与所述目标图像进行合成,并输出合成后的带网纹的目标图像。
2.根据权利要求1所述的图像合成方法,其特征在于,所述步骤S1中生成多波形纹理图像的具体步骤包括:
S1.1:生成半周期波形,其中所述半周期波形的波长和振幅为正数;
S1.2:生成多周期波形,所述多周期波形由多个半周期波形顺序连接而成,且半周期波形的取值符号正或负依次交替变换;
S1.3:生成多波形纹理图像,将所述多周期波形延Y轴方向等间隔均匀分布,且每条多周期波形中的起始半周期波形取值符号正或负依次交替变化。
3.根据权利要求1或2任意一项所述的图像合成方法,其特征在于,所述对所述多波形纹理图像进行相应的变换依序包括:
图像剪切变换、图像裁剪变换和图像大小变换。
4.根据权利要求3所述的图像合成方法,其特征在于,所述图像剪切变换具体包括:
利用正交矩阵对所述多波形纹理图像进行二维线性变换,其中,所述正交矩阵是随机生成的。
5.根据权利要求3所述的图像合成方法,其特征在于,所述图像裁剪变换具体包括:
从经过图像剪切变换后的多波形纹理图像的中心点附近裁剪出部分区域的多波形纹理图像,其中,所述裁剪出的部分区域的多波形纹理图像可以包含多波形纹理图像的中心点,也可以不包含多波形纹理图像的中心点。
6.根据权利要求3所述的图像合成方法,其特征在于,所述图像大小变换具体包括:
根据所述目标图像的大小,通过采用三次样条插值方式,对经过图像裁剪变换后的多波形纹理图像的宽和高进行拉伸或压缩。
7.一种基于权利要求1至6任意一项所述的图像合成方法的图像合成装置,其特征在于,所述装置包括:
生成模块,用于针对图像合成涉及的多个合成步骤的至少一个合成步骤,对应生成至少一个多波形纹理图像;
变换模块,用于根据目标图像对所述多波形纹理图像进行相应的变换,生成与所述目标图像相匹配的网纹图像;
合成模块,用于将所述网纹图像与所述目标图像进行合成,并输出合成后的带网纹的目标图像。
8.根据权利要求7所述的图像合成装置,其特征在于,所述变换模块包括:
图像剪切变换单元,用于利用正交矩阵对所述多波形纹理图像进行二维线性变换;
图像裁剪变换单元,用于从经过图像剪切变换后的多波形纹理图像的中心点附近裁剪出部分区域的多波形纹理图像,其中,所述裁剪出的部分区域的多波形纹理图像可以包含多波形纹理图像的中心点,也可以不包含多波形纹理图像的中心点;
图像大小变换单元,用于根据所述目标图像的大小,通过采用三次样条插值方式,对经过图像裁剪变换后的多波形纹理图像的宽和高进行拉伸或压缩。
9.根据权利要求7或8任意一项所述的图像合成装置,其特征在于,所述图像合成装置还包括:
获取模块,用于输入需要合成的目标图像,并识别所述目标图像的属性。
10.根据权利要求9所述的图像合成装置,其特征在于,所述目标图像的属性至少包括图像的像素和图像的大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810793357.8A CN108986021B (zh) | 2018-07-18 | 2018-07-18 | 一种图像合成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810793357.8A CN108986021B (zh) | 2018-07-18 | 2018-07-18 | 一种图像合成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108986021A true CN108986021A (zh) | 2018-12-11 |
CN108986021B CN108986021B (zh) | 2024-01-23 |
Family
ID=64550143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810793357.8A Active CN108986021B (zh) | 2018-07-18 | 2018-07-18 | 一种图像合成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108986021B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734436A (zh) * | 2021-01-08 | 2021-04-30 | 支付宝(杭州)信息技术有限公司 | 一种支持人脸识别的终端以及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002057879A (ja) * | 2000-08-10 | 2002-02-22 | Ricoh Co Ltd | 画像処理装置と画像処理方法及びコンピュータ読み取り可能な記録媒体 |
US20020090110A1 (en) * | 1996-10-28 | 2002-07-11 | Braudaway Gordon Wesley | Protecting images with an image watermark |
US20060126889A1 (en) * | 2004-02-02 | 2006-06-15 | Nippon Telegraph And Telephone Corp. | Electronic watermark embedding device, electronic watermark detection device, method thereof, and program |
EP2770476A2 (en) * | 2013-02-25 | 2014-08-27 | Hitachi Solutions, Ltd. | Digital watermark embedding method and digital watermark detection method |
CN105069738A (zh) * | 2015-07-24 | 2015-11-18 | 北京旷视科技有限公司 | 图像叠加水印方法和装置 |
US20180012407A1 (en) * | 2016-07-08 | 2018-01-11 | Microsoft Technology Licensing, Llc | Motion Capture and Character Synthesis |
-
2018
- 2018-07-18 CN CN201810793357.8A patent/CN108986021B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020090110A1 (en) * | 1996-10-28 | 2002-07-11 | Braudaway Gordon Wesley | Protecting images with an image watermark |
JP2002057879A (ja) * | 2000-08-10 | 2002-02-22 | Ricoh Co Ltd | 画像処理装置と画像処理方法及びコンピュータ読み取り可能な記録媒体 |
US20060126889A1 (en) * | 2004-02-02 | 2006-06-15 | Nippon Telegraph And Telephone Corp. | Electronic watermark embedding device, electronic watermark detection device, method thereof, and program |
EP2770476A2 (en) * | 2013-02-25 | 2014-08-27 | Hitachi Solutions, Ltd. | Digital watermark embedding method and digital watermark detection method |
CN105069738A (zh) * | 2015-07-24 | 2015-11-18 | 北京旷视科技有限公司 | 图像叠加水印方法和装置 |
US20180012407A1 (en) * | 2016-07-08 | 2018-01-11 | Microsoft Technology Licensing, Llc | Motion Capture and Character Synthesis |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734436A (zh) * | 2021-01-08 | 2021-04-30 | 支付宝(杭州)信息技术有限公司 | 一种支持人脸识别的终端以及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108986021B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shocher et al. | Ingan: Capturing and retargeting the" dna" of a natural image | |
US11461684B2 (en) | Operation processing circuit and recognition system | |
KR102493075B1 (ko) | 콘텐츠 검출에 대한 이미지 프로세싱 방법 | |
JP6162283B2 (ja) | 画像処理装置、画像処理方法、および、画像処理プログラム | |
Ma et al. | Image superresolution via dense discriminative network | |
CN107659753B (zh) | 图像的压缩加密方法 | |
CN106558015B (zh) | 一种新的交叉复合混沌彩色图像加密算法 | |
Azam et al. | Discrete cosine transform (DCT) based face recognition in hexagonal images | |
Seif et al. | Large receptive field networks for high-scale image super-resolution | |
Li et al. | HASIC-Net: Hybrid attentional convolutional neural network with structure information consistency for spectral super-resolution of RGB images | |
CN108986021A (zh) | 一种图像合成方法及装置 | |
CN112261240A (zh) | 一种基于螺旋置乱的超混沌系统图像加密方法 | |
TW201228365A (en) | Device and method for generating an optical illusion image, medium, image date, method for fabricating printing medium, and program | |
Jeevan et al. | WaveMixSR: Resource-Efficient Neural Network for Image Super-Resolution | |
CN116193041A (zh) | 一种基于多稳态忆阻器与四维混沌神经网络的图像加密方法 | |
CN109003219A (zh) | 图像信息的隐藏方法及装置、解密方法及装置 | |
CN109063822B (zh) | 一种计算方法及计算装置 | |
Kulkani et al. | The impact of Image block size on face feature extraction using discrete cosine transform | |
Kitayama et al. | Generation of Gradient-Preserving Images allowing HOG Feature Extraction | |
CN107369186B (zh) | 一种信息隐藏方法及装置 | |
CN106454510B (zh) | 一种原始视频水印处理方法及装置 | |
Uzun-Per et al. | Face recognition with a novel image representation: Local walsh-Hadamard transform | |
Morales et al. | Geometrical properties of avalanches in a pseudo-3D coronal loop | |
Sim et al. | Multi-resolution Perlin Noise Decomposition and Procedural Texture Synthesis by Example | |
CN102446339B (zh) | 图像处理装置和图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |