基于深度神经网络特征表达的人脸素描合成

发布时间：2020-12-12 23:38

　　素描是指单纯用线条描写、不加彩色的画。素描是一种古老的艺术形式,在文艺复兴时期,许多知名艺术家,如达芬奇、米开朗基罗等人都利用素描进行艺术创作。著名的素描画像包括达芬奇的《自画像》,米开朗基罗的《利比里亚女巫》等。人脸素描在很多领域显示出了广泛的应用,尤其是刑侦、安防领域。在刑侦过程中,公安机关往往需要根据目击证人的口述,手绘出嫌疑犯的素描画像。如果能够建立人脸素描数据库,在数据库中匹配出嫌疑犯的人脸素描,这将极大提高刑侦效率。除此之外,越来越多的人希望在社交网络上展现个性化的一面,人脸素描头像将会是一个非常好的自我展示方式。本课题的目标即为,给定人脸照片,生成一张人脸素描。目前已知的人脸素描合成方法都是从一个包含照片-素描对的训练数据集中学习到块状的素描风格。这些方法一般都是在RGB空间中进行,不可避免地会在小块边界产生不平滑的噪声。如果降噪的方法也被使用进来,小块的边界将会被模糊然后人脸的结构将不会被完全恢复。近年来关于神经网络中间层的研究取得了长足的进步,尤其在图像纹理合成,艺术风格图像生成等方面。本文的主要贡献在于,首次通过合成神经网络中间层来解决风格转化任务。本文提出了一种基... 

【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

–1素描画像代表作

通常是从一个人脸-素描数据库中学到纹理和人脸轮廓信息。常用的人脸素描数据库是香港中文大学人脸素描数据库 (CUHK Face Sketch Database)，这个数据库中的一些样例可以参考图1–2。对于每一张人脸照片，都有一行对应的艺术家手绘素描画像。利用这样一个数据库，这些方法能够使得生成的素描非常好地保存人脸局部细节和阴影效果。然而，这些基于样本的方法一般都是直接在 RGB 空间中操作小块，使这些小块拼凑出素描画像。这些方法这样做是基于如下假设：如果两个人脸照片的小块是接近的，那么它们对应的人脸素描小块应该也是接近的。这样的假设看似很合理，但是给基于样本的方法带来了如下矛盾：当小块的面积过大时，小块的交界处会产生明显的过度不平滑，这就依赖非常好的降噪方法。当小块的面积太小时，小块边界平滑度较好，但对人脸局部的细节保持地不好。近些年来

通常是从一个人脸-素描数据库中学到纹理和人脸轮廓信息。常用的人脸素描数据库是香港中文大学人脸素描数据库 (CUHK Face Sketch Database)，这个数据库中的一些样例可以参考图1–2。对于每一张人脸照片，都有一行对应的艺术家手绘素描画像。利用这样一个数据库，这些方法能够使得生成的素描非常好地保存人脸局部细节和阴影效果。然而，这些基于样本的方法一般都是直接在 RGB 空间中操作小块，使这些小块拼凑出素描画像。这些方法这样做是基于如下假设：如果两个人脸照片的小块是接近的，那么它们对应的人脸素描小块应该也是接近的。这样的假设看似很合理，但是给基于样本的方法带来了如下矛盾：当小块的面积过大时，小块的交界处会产生明显的过度不平滑，这就依赖非常好的降噪方法。当小块的面积太小时，小块边界平滑度较好，但对人脸局部的细节保持地不好。近些年来


本文编号：2913463