快速鲁棒的人脸画像合成方法研究
发布时间：2021-09-17 09:56
人脸画像合成技术是指将一张人脸照片通过特定方法转换成一张人脸画像的技术。人脸画像合成算法被广泛应用于多个领域,在刑侦判案领域,犯罪嫌疑人的人脸照片往往不能直接得到,我们能够获得的有效信息是专业画师在目击证人描述下绘制的一幅模拟画像,由于人脸照片与人脸画像的产生机制、信息表达方式不同,我们难以直接将两者进行比对。在这种情况下,可以通过画像合成技术将公民数据库中的照片全部转化为画像,在相同模态下对画师绘制的画像与数据库照片生成的画像进行比较,从而锁定犯罪嫌疑人。在数字娱乐和移动互联网领域,人脸画像合成技术可以自动生成不同风格的人脸画像,用户将生成的画像作为社交账户头像,既可以在互联网交流中彰显个性,也为生活带来了乐趣。然而,在现实场景中,由于照片采集的光照条件多变,背景环境复杂,使得已有的画像合成方法在合成画像时往往包含很多的噪声和伪影,这极大地影响了合成画像的质量。同时,因为画像合成算法近邻搜索阶段需要大量的距离计算,使得合成一张人脸画像需要很长的时间。本文基于这两个问题对快速鲁棒的人脸画像合成方法展开研究,旨在提高画像合成的速度,增强不同环境条件下画像合成的鲁棒性。本文的主要工作内容和...
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
人脸画像合成技术在数字娱乐领域的应用示例
如图 2.2 所示，抠图步骤离线执行。令x表示输入照片景区域，令X表示亮度重映射后的输入照片，FX 表示 的前F i + b，其中ia 和ib 是两个标量，Fy 表示所有的训练照片y的前景表示Fx ，FX 和Fy 的均值，xF ，XF 和yF 分别表示Fx ，FX 和照片的重映射变换为：XF i xF i = a +b2 2 2XF i xF =a 入照片和训练照片的人脸区域具有相似的亮度统计值，令，因此，参数 和 可以由公式（2-4）计算得到：yFixFa = ，i yF i xFb = a 变训练照片的情况下用参数ia 和ib 调整输入照片的亮度。
将本章的鲁棒化方法作为预处理步骤整合到已有的人脸画像合成算 算法[7]，MRF 算法[14]和 MWF 算法[15]，通过人脸画像的合成结果验性。我们采用香港中文大学学生数据集[36]（CUHK Student，Chinese U Kong Student）的训练图像作为训练数据，该训练集包括 88 张人脸照训练照片和画像都是在正常光照、自然表情、无遮挡情况下的正面均为写实风格，图片的大小为250 200，并经过了画像几何位置配孔位于图片的固定位置，分别为（75，125）和（125，125）。测试rld 数据集，CUHK 侧面光照（Side Light）和姿态变换（Pose Variati RealWorld 的测试照片为在现实场景中采集的数据，前景、背景亮集数据不同，CUHK 侧面光照数据集均为侧面光照不均的人脸照片数据集均为非正面姿态的人脸照片，测试图像的大小为 。据集训练照片与测试照片的示例，图（a）为 CUHK Student 中的训 RealWorld 测试照片，图（c）为 CUHK 侧面光照测试照片，图（d）测试照片。
【参考文献】：
期刊论文
[1]人脸画像合成研究的综述与对比分析[J]. 王楠楠,李洁,高新波. 模式识别与人工智能. 2018(01)
[2]基于三元空间融合的人脸图像模式识别[J]. 高新波,王楠楠,彭春蕾,李程远. 模式识别与人工智能. 2015(09)
[3]基于正弦变换的人脸姿态校正及识别研究[J]. 龚卫国,黄潇莹,李伟红. 计算机工程与应用. 2010(22)
本文编号：3398484
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
人脸画像合成技术在数字娱乐领域的应用示例
如图 2.2 所示，抠图步骤离线执行。令x表示输入照片景区域，令X表示亮度重映射后的输入照片，FX 表示 的前F i + b，其中ia 和ib 是两个标量，Fy 表示所有的训练照片y的前景表示Fx ，FX 和Fy 的均值，xF ，XF 和yF 分别表示Fx ，FX 和照片的重映射变换为：XF i xF i = a +b2 2 2XF i xF =a 入照片和训练照片的人脸区域具有相似的亮度统计值，令，因此，参数 和 可以由公式（2-4）计算得到：yFixFa = ，i yF i xFb = a 变训练照片的情况下用参数ia 和ib 调整输入照片的亮度。
将本章的鲁棒化方法作为预处理步骤整合到已有的人脸画像合成算 算法[7]，MRF 算法[14]和 MWF 算法[15]，通过人脸画像的合成结果验性。我们采用香港中文大学学生数据集[36]（CUHK Student，Chinese U Kong Student）的训练图像作为训练数据，该训练集包括 88 张人脸照训练照片和画像都是在正常光照、自然表情、无遮挡情况下的正面均为写实风格，图片的大小为250 200，并经过了画像几何位置配孔位于图片的固定位置，分别为（75，125）和（125，125）。测试rld 数据集，CUHK 侧面光照（Side Light）和姿态变换（Pose Variati RealWorld 的测试照片为在现实场景中采集的数据，前景、背景亮集数据不同，CUHK 侧面光照数据集均为侧面光照不均的人脸照片数据集均为非正面姿态的人脸照片，测试图像的大小为 。据集训练照片与测试照片的示例，图（a）为 CUHK Student 中的训 RealWorld 测试照片，图（c）为 CUHK 侧面光照测试照片，图（d）测试照片。
【参考文献】：
期刊论文
[1]人脸画像合成研究的综述与对比分析[J]. 王楠楠,李洁,高新波. 模式识别与人工智能. 2018(01)
[2]基于三元空间融合的人脸图像模式识别[J]. 高新波,王楠楠,彭春蕾,李程远. 模式识别与人工智能. 2015(09)
[3]基于正弦变换的人脸姿态校正及识别研究[J]. 龚卫国,黄潇莹,李伟红. 计算机工程与应用. 2010(22)
本文编号：3398484
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3398484.html
