基于深度生成对抗网络的素描模拟画像还原技术研究

发布时间：2022-02-19 19:04

　　素描模拟画像在国内外案件侦破工作中具有重要的应用意义。模拟画像师根据目击证人对犯罪嫌疑人的面部、头发、体态等人像特征描述画出犯罪嫌疑人素描肖像画,通过群众辨别等方式缩小嫌疑人范围或者确定犯罪嫌疑人。素描模拟画像是画像师创作的具有主观色彩的图像,利用线条粗细和疏密表达人脸信息,缺失色彩、特征细节等信息,与真实人脸照片之间存在较大的几何形变、灰度差异和纹理缺失,为实际辨认工作带来一定困难。为提高模拟画像的适用性,本文提出了基于深度生成对抗网络的素描模拟画像还原技术,将素描的模拟画像还原成高分辨率的彩色人脸图像,并控制生成图像的人脸面部特征。本文的具体研究内容如下:首先,本文对比分析了传统的图像伪彩色处理技术和基于深度生成对抗网络的图像风格迁移算法,针对素描模拟画像转换任务的特点对BicycleGAN算法进行优化,实现了素描模拟画像色彩还原为接近于真实人脸的彩色图像。其次,本文研究了目前主流的人脸图像编辑算法,通过特征向量正交化的方法优化STGAN算法,去除特征向量间的关联性,增强单一特征的可控性,实现了人脸图像面部特征可编辑。随后,本文研究了目前主流的图像超分辨率重建算法,通过直观判断和图... 

【文章来源】：中国人民公安大学北京市

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 素描模拟画像转换算法研究现状
        1.2.2 人脸图像编辑算法研究现状
        1.2.3 图像超分辨率重建算法研究现状
        1.2.4 发展趋势展望
    1.3 研究内容及结构安排
2 素描模拟画像转换算法研究
    2.1 传统方法用于素描模拟画像转换
    2.2 基于深度生成对抗网络的素描模拟画像转换算法
        2.2.1 基于深度生成对抗网络的素描模拟画像转换算法发展与现状
        2.2.2 基于BicycleGAN的素描模拟画像转换优化算法
    2.3 素描模拟画像转换算法对比实验
        2.3.1 数据集与实验环境
        2.3.2 实验结果与分析
    2.4 本章小结
3 人脸图像编辑算法研究
    3.1 基于图像合成的人脸图像编辑算法
    3.2 基于深度生成对抗网络的人脸图像编辑算法
        3.2.1 基于深度生成对抗网络的人脸图像编辑算法发展与现状
        3.2.2 基于STGAN的人脸图像编辑优化算法
    3.3 人脸图像编辑算法对比实验
        3.3.1 数据集与实验环境
        3.3.2 实验结果与分析
    3.4 本章小结
4 图像超分辨率重建算法研究
    4.1 传统图像超分辨率重建算法
    4.2 基于深度学习的图像超分辨率重建算法
        4.2.1 SRCNN图像超分辨率重建算法
        4.2.2 SRGAN图像超分辨率重建算法
        4.2.3 ESRGAN图像超分辨率重建算法
    4.3 图像超分辨率重建对比实验
        4.3.1 数据集与实验环境
        4.3.2 实验结果与分析
    4.4 本章小结
5 素描模拟画像照片级还原实现
    5.1 素描模拟画像照片级还原实验
        5.1.1 数据集
        5.1.2 实验结果与分析
    5.2 素描模拟画像照片级还原系统实现
    5.3 本章小结
6 总结与展望
    6.1 本文研究工作总结
    6.2 未来工作展望
参考文献
在学研究成果
    一、 在学期间取得的科研成果
    二、 在学期间所获的奖励
    三、 在学期间发表的论文
致谢



本文编号：3633452