素描人脸合成与识别研究

发布时间：2020-09-22 16:44

　　 人脸识别作为身份快速验证的重要技术之一,已经广泛应用于保障社会安全、信息安全的各大领域。传统的人脸识别是将视频设备采集到的人脸照片跟数据库中的照片图像进行匹配。但在犯罪案件中,存在大量无法获得有效人脸照片的情况,这就依赖于法医素描画师根据目击者描述的信息对嫌疑人的面貌进行绘制,再在警方照片库中进行查找。由于素描与照片存在着较大差异,使用传统人脸识别方法无法得到理想结果,依靠人工搜索费时费力,且结果不佳。所以,对素描人脸合成与识别方面的研究十分重要,该技术不仅在法律刑侦方面广泛应用,而且在数字娱乐、漫画制作领域也占据着重要地位。本文主要对素描人脸合成和素描人脸识别两大部分内容进行了研究。对于素描人脸合成,本文主要提出了两种方法:一是基于双尺度马尔可夫网络级联的素描人脸合成方法,首先采用较大尺度马尔可夫网络得到初始素描图像,然后将初始素描图像与测试、训练图像一同输入到较小尺寸马尔可夫网络中,合成最终的素描人脸图像。该方法还对近邻块的搜索范围进行了合理的扩展,提出了 LSNM近邻搜索方法,成功地解决了单尺度素描合成算法存在的马赛克效应、细节丢失等问题,得到了更高质量的素描图像。二是基于梯度全卷积神经网络的素描人脸合成方法,将素描人脸合成研究步入到深度学习领域,使用全卷积神经网络模型进行素描人脸合成,并在网络中添加梯度先验信息,使得合成的素描图像在眼睛、鼻子、嘴等部分拥有更完整的结构细节。对于素描人脸识别,论文主要提取对纹理敏感度低的特征并使用多种信息融合方法对素描人脸进行匹配,具体提出了三种素描人脸识别方法:一是基于多HOG特征融合的素描人脸识别方法,对素描与照片分别提取全局HOG特征与局部HOG特征,并使用PCA与S-NLDA算法对特征降维后,进行特征级融合得到多HOG特征用于识别。该方法融合了全局特征与局部特征,既对人脸整体轮廓进行了很好的表征,又充分利用了人脸局部细节信息。二是基于多PHOG特征灵敏度融合的素描人脸识别方法,使用基于尺寸金字塔的分块方式代替固定大小的分块方式进行HOG特征提取得到PHOG特征,并采用灵敏度方法计算不同特征的权值,通过加权融合方法对提取到的全局PHOG和局部PHOG进行融合与识别,提高了算法的适用性。三是基于结构信息和特征信息融合的素描人脸识别方法,该方法借鉴了人脸识别认知理论中人脸识别过程主要依靠结构信息和特征信息的经验,对素描人脸提取基于HOG的结构信息和基于稀疏核原型表示的特征信息,考虑到了人脸的结构相关性和独立分布性,从而提高了素描人脸识别的准确率。另外,论文还将种族和性别两种辅助属性信息添加到素描人脸识别过程中,对识别的人脸图像进行过滤,提高了识别率。
【学位单位】：山东大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41
【部分图文】：

山东大学硕士学位论文，可以减小其之间的差异，使得后续素描人脸识别的准确率得以提升。素合成与识别技术己成功应用到法律刑侦方面，如图ｌ－ｌ（ａ）中的章莹颖失踪描专家根据低质视频绘制出犯罪嫌疑人的画像，并帮助美国警方将嫌疑；图ｌ－ｌ（ｂ）中，美国洛杉矶警方根据监控设备由法医素描画家绘制嫌疑人图像，使用素描人脸识别技术进行嫌疑人的身份判定，最终成功抓捕了嫌疑（ａ）邋ｈｔｔｐ：／／ｎｅｗｓ．ｉｆｅｎｇ．ｅｏｍ／ａ／２０１７０７１３／５１４２４６０６邋Ｏ．ｓｈｔｍｌ逡逑

一般情况下，首先对倾斜的图像进行调整，使得两眼位于同一水平线上，然后对逡逑图像进行尺寸归一化，从而获得大小一致的人脸图像。本文实验中的素描和照片逡逑人脸图像中也存在着上述旋转、尺寸不一等问题，如图２－１所示。因此需要先将逡逑两种图像进行相应的预处理操作，以保障后续的识别效果。逡逑Ｔ＇：邋＇逡逑翻逡逑图２－１人脸图像存在旋转、尺寸不一等问题逡逑２．１．１人脸图像对齐逡逑在素描人脸图像数据库中，头部轻微偏移和旋转等问题的存在是不可避免逡逑的。该问题会使得人脸的关键部位位置不统一，从而影响后续的识别效果，因此逡逑需要对数据库中存在倾斜或偏移问题的人脸图像进行调整，使得两眼位于同一水逡逑平线上，将人脸图像进行对齐。逡逑本文使用仿射变换Ｍ对人脸进行对齐，首先通过人脸关键点检测技术得到逡逑两眼瞳孔的具体坐标位置，从而可以得到两眼跟水平线的夹角心以及两眼中心逡逑的偏移（《

本文使用双线性内插值法对人脸图像进行放缩，从而使得两眼之间的距离统逡逑一为然后依照人体面部结构的比例关系进行裁剪，从而去除图像中的背景部逡逑分，得到人脸的主要区域，如图２－２所示。逡逑逦逡逑上＿邋ｄ二0．Ｓｄ逡逑、、邋NB＂逦、、—ｊ逡逑１．５ｄ逡逑、、邋逦—邋／逡逑ｔ逦、、、一逦”逡逑１逦２ｄ逦１逡逑图２－２人脸图像裁剪逡逑１０逡逑

【参考文献】

相关期刊论文 前7条

1 莫建文;曾儿孟;张彤;袁华;;基于几何字典学习和耦合约束的超分辨率重建[J];红外技术;2015年08期

2 谢红;赵洪野;;基于卡方距离度量的改进KNN算法[J];应用科技;2015年01期

3 李海彦;徐汀荣;张立晓;李杰;;基于仿射变换的多姿态人脸矫正和识别[J];计算机应用研究;2014年04期

4 郭金鑫;陈玮;;基于HOG多特征融合与随机森林的人脸识别[J];计算机科学;2013年10期

5 刘瑶;王国胤;杨勇;于洪;;基于认知的人脸识别方法研究[J];计算机工程与设计;2011年12期

6 苏光大;计算机人像组合及人像自动查询系统走向应用[J];人民公安;1999年01期

7 刘颖超,张纪元;梯度下降法[J];南京理工大学学报(自然科学版);1993年02期

相关博士学位论文 前1条

1 肖冰;人脸画像—照片的合成与识别方法研究[D];西安电子科技大学;2010年

相关硕士学位论文 前2条

1 王开芳;照片/素描及跨年龄阶段异质人脸的识别研究[D];山东大学;2015年

2 刘峰;手绘人脸画像的检测定位、识别及其关键技术的研究[D];西安电子科技大学;2006年

本文编号：2824656