目前,在偵破刑事案件時(shí),目擊證人對(duì)犯罪嫌疑人外貌的描述對(duì)于確定嫌疑人身份有很大的幫助。在利用證人或目擊者的描述進(jìn)行查找、確定犯罪嫌疑人時(shí),公安部門設(shè)立了專門由每位公民照片組成的數(shù)據(jù)庫,用來確定嫌疑人的外貌特征和身份信息等。但是在實(shí)際生活中,由于光線條件差、監(jiān)控死角或壞掉、抓拍不清晰等各種原因,可能導(dǎo)致很難直接從現(xiàn)實(shí)環(huán)境中獲得嫌疑人的清晰照片。為了克服這個(gè)困難,公安部門會(huì)請(qǐng)專業(yè)的心理素描師根據(jù)證詞描述進(jìn)行人物素描繪像,從素描中大致了解嫌疑人的長相。由于素描和照片在紋理、風(fēng)格表達(dá)上有顯著的差異,通過素描獲取的人臉五官特征還是不如直接看照片清晰,較難獲取人臉五官的特征。因此將素描畫像合成為照片可以很好的進(jìn)行人臉識(shí)別、身份確定。由此可見,素描向照片的轉(zhuǎn)化具有重要意義。針對(duì)在這一問題,本文主要進(jìn)行了以下工作:1.建立數(shù)據(jù)庫并進(jìn)行數(shù)據(jù)加強(qiáng)。選擇FERET、CUHK組建數(shù)據(jù)庫。首先進(jìn)行裁剪,使素描-照片對(duì)的分布比例大致相似;之后使用“水平鏡像”方法對(duì)裁剪后的素描-照片對(duì)進(jìn)行數(shù)據(jù)增強(qiáng),將數(shù)據(jù)庫擴(kuò)大至原數(shù)據(jù)庫的二倍,并將素描-照片壓縮至256*256。2.WGAN-GP生成對(duì)抗網(wǎng)絡(luò)及U-NET網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)... 

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 素描畫像-照片轉(zhuǎn)化的背景及意義
    1.2 素描畫像-照片轉(zhuǎn)化技術(shù)的研究現(xiàn)狀
        1.2.1 線性子空間法
        1.2.2 貝葉斯方法
        1.2.3 稀疏表示方法
        1.2.4 神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)方法
    1.3 論文的研究內(nèi)容
第2章 人工神經(jīng)網(wǎng)絡(luò)及卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論
    2.1 神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)理論
        2.1.1 感知器
        2.1.2 多層感知器
        2.1.3 多層神經(jīng)網(wǎng)絡(luò)
        2.1.4 多層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法
    2.2 CNN卷積神經(jīng)網(wǎng)絡(luò)
        2.2.1 輸入層(Input Layer)
        2.2.2 卷積層(Convolution Layer)
            2.2.2.1 二維卷積運(yùn)算
            2.2.2.2 激活函數(shù)(Activation Function)
            2.2.2.3 池化層(Polling Layers)
            2.2.2.4 全連接層(Fully Connected Layers)
    2.3 本章小結(jié)
第3章 素描畫像-照片轉(zhuǎn)化的綜述
    3.1 建立數(shù)據(jù)庫
    3.2 圖像灰度化
    3.3 數(shù)據(jù)加強(qiáng)
    3.4 本章小結(jié)
第4章 WGAN-GP生成器的設(shè)計(jì)
    4.1 生成對(duì)抗網(wǎng)絡(luò)GAN的原理
    4.2 GAN網(wǎng)絡(luò)的優(yōu)化網(wǎng)絡(luò)WGAN
        4.2.1 KL散度
        4.2.2 JS散度
        4.2.3 WGAN網(wǎng)絡(luò)
    4.3 WGAN-GP網(wǎng)絡(luò)
    4.4 生成器U-NET網(wǎng)絡(luò)結(jié)構(gòu)
    4.5 Smooth L1 損失函數(shù)
    4.6 本章小結(jié)
第5章 WGAN-GP網(wǎng)絡(luò)的判別器設(shè)計(jì)
    5.1 生成對(duì)抗網(wǎng)絡(luò)的判別器工作原理
    5.2 WGAN-GP網(wǎng)絡(luò)的判別器設(shè)計(jì)
    5.3 本章小結(jié)
第6章 生成結(jié)果分析
    6.1 人臉?biāo)孛璁嬒?照片的轉(zhuǎn)化結(jié)果
    6.2 人臉?biāo)孛璁嬒?照片的圖像相似度評(píng)價(jià)
        6.2.1 SSIM
        6.2.2 VIF
        6.2.3 FSIM
        6.2.4 生成圖像的相似度對(duì)比
    6.3 本章小結(jié)
第7章 總結(jié)及展望
    7.1 工作總結(jié)
    7.2 展望
參考文獻(xiàn)
作者簡介及在攻讀碩士期間取得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于雙層級(jí)聯(lián)GAN的草圖到真實(shí)感圖像的異質(zhì)轉(zhuǎn)換[J]. 蔡雨婷,陳昭炯,葉東毅.  模式識(shí)別與人工智能. 2018(10)

博士論文
[1]基于稀疏貪婪搜索的人臉畫像合成[D]. 張聲傳.西安電子科技大學(xué) 2016
[2]異質(zhì)人臉圖像合成及其應(yīng)用研究[D]. 王楠楠.西安電子科技大學(xué) 2015
[3]人臉畫像—照片的合成與識(shí)別方法研究[D]. 肖冰.西安電子科技大學(xué) 2010

碩士論文
[1]基于GA-BP消除局部遮擋物影響的人臉識(shí)別算法研究[D]. 王婷.吉林大學(xué) 2018



本文編號(hào)：3649714