基于像素级人脸标注的人脸编辑方法

发布时间：2021-08-04 12:10

　　随着计算机视觉和图形学的快速发展,图像因其表示直观、传递便捷,逐渐成为人们日常信息交流的主要载体。其中,人物图像在很多领域都有着广泛的应用,例如身份验证、人机交互、监控、取证、医疗诊断和治疗等,这促使其成为机器识别和计算机视觉的主要课题之一。而且,由于人脸是人体上蕴含差异化信息最多的部分,因此人们仅通过观察人脸便能获得丰富的信息,如人的性别,种族、年龄、健康、情绪,甚至职业等等。本文的研究重点则在于人脸编辑。在手机等移动设备已经普及的当下,朋友圈和微博等应用促进了社交网络的分享功能。很多人喜欢将自己或者家人的照片分享到社交网络上,以获得更多的关注。然而,对于一般用户而言,其拍摄的照片往往会存在缺乏层次感、曝光不足、色彩饱和度低等问题。若是没有一定的摄像功底,人们很难拍摄出意境和光照俱佳的照片。这时,图像编辑便能帮助人们解决这一问题。即使对于部分面部有"缺陷"的人,例如受伤,雀斑,圆脸等通过化妆都难以遮盖的问题,人们也可以通过人脸编辑的手段来得到较为满意的照片。目前市场上有诸多图像编辑软件,例如Adobe公司的Photoshop、美图公司出品的美图秀秀等等。其中部分软件的确能较好的实现图... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
主要符号对照表
第一章 绪论
    1.1 课题的研究背景和意义
        1.1.1 研究背景
        1.1.2 研究目的和意义
    1.2 本文的研究内容和结构安排
        1.2.1 本文研究内容和贡献
        1.2.2 本文的结构安排
第二章 相关工作
    2.1 像素级人脸图像标注算法
        2.1.1 像素级人脸图像标注算法的简介
        2.1.2 像素级人脸图像标注算法的相关工作
    2.2 人脸图像编辑的相关工作
        2.2.1 人脸编辑的简介
        2.2.2 人脸图像的面部光滑
        2.2.3 人脸图像的五官或者面部克隆
        2.2.4 人脸图像的面部融合和化妆
第三章 像素级人脸图像标注算法
    3.1 深度神经网络的基本原理
        3.1.1 深度神经网络的简介
        3.1.2 全卷积网络简介
    3.2 本文的整体网络结构
        3.2.1 数据集组成
        3.2.2 形状先验
        3.2.3 网络参数的设定和运行时间
    3.3 像素级人脸图像标注结果的展示
第四章 基于像素级人脸图像标注的人脸编辑方法
    4.1 人脸光滑算法及结果展示
    4.2 人脸克隆算法及结果展示
    4.3 人脸融合和人脸化妆算法及结果展示
第五章 总结与展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果



本文编号：3321674