快速魯棒的人臉畫像合成方法研究
發(fā)布時(shí)間：2021-09-17 09:56
人臉畫像合成技術(shù)是指將一張人臉照片通過特定方法轉(zhuǎn)換成一張人臉畫像的技術(shù)。人臉畫像合成算法被廣泛應(yīng)用于多個(gè)領(lǐng)域,在刑偵判案領(lǐng)域,犯罪嫌疑人的人臉照片往往不能直接得到,我們能夠獲得的有效信息是專業(yè)畫師在目擊證人描述下繪制的一幅模擬畫像,由于人臉照片與人臉畫像的產(chǎn)生機(jī)制、信息表達(dá)方式不同,我們難以直接將兩者進(jìn)行比對(duì)。在這種情況下,可以通過畫像合成技術(shù)將公民數(shù)據(jù)庫(kù)中的照片全部轉(zhuǎn)化為畫像,在相同模態(tài)下對(duì)畫師繪制的畫像與數(shù)據(jù)庫(kù)照片生成的畫像進(jìn)行比較,從而鎖定犯罪嫌疑人。在數(shù)字娛樂和移動(dòng)互聯(lián)網(wǎng)領(lǐng)域,人臉畫像合成技術(shù)可以自動(dòng)生成不同風(fēng)格的人臉畫像,用戶將生成的畫像作為社交賬戶頭像,既可以在互聯(lián)網(wǎng)交流中彰顯個(gè)性,也為生活帶來了樂趣。然而,在現(xiàn)實(shí)場(chǎng)景中,由于照片采集的光照條件多變,背景環(huán)境復(fù)雜,使得已有的畫像合成方法在合成畫像時(shí)往往包含很多的噪聲和偽影,這極大地影響了合成畫像的質(zhì)量。同時(shí),因?yàn)楫嬒窈铣伤惴ń徦阉麟A段需要大量的距離計(jì)算,使得合成一張人臉畫像需要很長(zhǎng)的時(shí)間。本文基于這兩個(gè)問題對(duì)快速魯棒的人臉畫像合成方法展開研究,旨在提高畫像合成的速度,增強(qiáng)不同環(huán)境條件下畫像合成的魯棒性。本文的主要工作內(nèi)容和...
【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】：72 頁
【學(xué)位級(jí)別】：碩士
【部分圖文】：
人臉畫像合成技術(shù)在數(shù)字娛樂領(lǐng)域的應(yīng)用示例
如圖 2.2 所示，摳圖步驟離線執(zhí)行。令x表示輸入照片景區(qū)域，令X表示亮度重映射后的輸入照片，F(xiàn)X 表示 的前F i + b，其中ia 和ib 是兩個(gè)標(biāo)量，F(xiàn)y 表示所有的訓(xùn)練照片y的前景表示Fx ，F(xiàn)X 和Fy 的均值，xF ，XF 和yF 分別表示Fx ，F(xiàn)X 和照片的重映射變換為：XF i xF i = a +b2 2 2XF i xF =a 入照片和訓(xùn)練照片的人臉區(qū)域具有相似的亮度統(tǒng)計(jì)值，令，因此，參數(shù) 和 可以由公式（2-4）計(jì)算得到：yFixFa = ，i yF i xFb = a 變訓(xùn)練照片的情況下用參數(shù)ia 和ib 調(diào)整輸入照片的亮度。
將本章的魯棒化方法作為預(yù)處理步驟整合到已有的人臉畫像合成算 算法[7]，MRF 算法[14]和 MWF 算法[15]，通過人臉畫像的合成結(jié)果驗(yàn)性。我們采用香港中文大學(xué)學(xué)生數(shù)據(jù)集[36]（CUHK Student，Chinese U Kong Student）的訓(xùn)練圖像作為訓(xùn)練數(shù)據(jù)，該訓(xùn)練集包括 88 張人臉照訓(xùn)練照片和畫像都是在正常光照、自然表情、無遮擋情況下的正面均為寫實(shí)風(fēng)格，圖片的大小為250 200，并經(jīng)過了畫像幾何位置配孔位于圖片的固定位置，分別為（75，125）和（125，125）。測(cè)試rld 數(shù)據(jù)集，CUHK 側(cè)面光照（Side Light）和姿態(tài)變換（Pose Variati RealWorld 的測(cè)試照片為在現(xiàn)實(shí)場(chǎng)景中采集的數(shù)據(jù)，前景、背景亮集數(shù)據(jù)不同，CUHK 側(cè)面光照數(shù)據(jù)集均為側(cè)面光照不均的人臉照片數(shù)據(jù)集均為非正面姿態(tài)的人臉照片，測(cè)試圖像的大小為 。據(jù)集訓(xùn)練照片與測(cè)試照片的示例，圖（a）為 CUHK Student 中的訓(xùn) RealWorld 測(cè)試照片，圖（c）為 CUHK 側(cè)面光照測(cè)試照片，圖（d）測(cè)試照片。
【參考文獻(xiàn)】：
期刊論文
[1]人臉畫像合成研究的綜述與對(duì)比分析[J]. 王楠楠,李潔,高新波. 模式識(shí)別與人工智能. 2018(01)
[2]基于三元空間融合的人臉圖像模式識(shí)別[J]. 高新波,王楠楠,彭春蕾,李程遠(yuǎn). 模式識(shí)別與人工智能. 2015(09)
[3]基于正弦變換的人臉姿態(tài)校正及識(shí)別研究[J]. 龔衛(wèi)國(guó),黃瀟瑩,李偉紅. 計(jì)算機(jī)工程與應(yīng)用. 2010(22)
本文編號(hào)：3398484
【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】：72 頁
【學(xué)位級(jí)別】：碩士
【部分圖文】：
人臉畫像合成技術(shù)在數(shù)字娛樂領(lǐng)域的應(yīng)用示例
如圖 2.2 所示，摳圖步驟離線執(zhí)行。令x表示輸入照片景區(qū)域，令X表示亮度重映射后的輸入照片，F(xiàn)X 表示 的前F i + b，其中ia 和ib 是兩個(gè)標(biāo)量，F(xiàn)y 表示所有的訓(xùn)練照片y的前景表示Fx ，F(xiàn)X 和Fy 的均值，xF ，XF 和yF 分別表示Fx ，F(xiàn)X 和照片的重映射變換為：XF i xF i = a +b2 2 2XF i xF =a 入照片和訓(xùn)練照片的人臉區(qū)域具有相似的亮度統(tǒng)計(jì)值，令，因此，參數(shù) 和 可以由公式（2-4）計(jì)算得到：yFixFa = ，i yF i xFb = a 變訓(xùn)練照片的情況下用參數(shù)ia 和ib 調(diào)整輸入照片的亮度。
將本章的魯棒化方法作為預(yù)處理步驟整合到已有的人臉畫像合成算 算法[7]，MRF 算法[14]和 MWF 算法[15]，通過人臉畫像的合成結(jié)果驗(yàn)性。我們采用香港中文大學(xué)學(xué)生數(shù)據(jù)集[36]（CUHK Student，Chinese U Kong Student）的訓(xùn)練圖像作為訓(xùn)練數(shù)據(jù)，該訓(xùn)練集包括 88 張人臉照訓(xùn)練照片和畫像都是在正常光照、自然表情、無遮擋情況下的正面均為寫實(shí)風(fēng)格，圖片的大小為250 200，并經(jīng)過了畫像幾何位置配孔位于圖片的固定位置，分別為（75，125）和（125，125）。測(cè)試rld 數(shù)據(jù)集，CUHK 側(cè)面光照（Side Light）和姿態(tài)變換（Pose Variati RealWorld 的測(cè)試照片為在現(xiàn)實(shí)場(chǎng)景中采集的數(shù)據(jù)，前景、背景亮集數(shù)據(jù)不同，CUHK 側(cè)面光照數(shù)據(jù)集均為側(cè)面光照不均的人臉照片數(shù)據(jù)集均為非正面姿態(tài)的人臉照片，測(cè)試圖像的大小為 。據(jù)集訓(xùn)練照片與測(cè)試照片的示例，圖（a）為 CUHK Student 中的訓(xùn) RealWorld 測(cè)試照片，圖（c）為 CUHK 側(cè)面光照測(cè)試照片，圖（d）測(cè)試照片。
【參考文獻(xiàn)】：
期刊論文
[1]人臉畫像合成研究的綜述與對(duì)比分析[J]. 王楠楠,李潔,高新波. 模式識(shí)別與人工智能. 2018(01)
[2]基于三元空間融合的人臉圖像模式識(shí)別[J]. 高新波,王楠楠,彭春蕾,李程遠(yuǎn). 模式識(shí)別與人工智能. 2015(09)
[3]基于正弦變換的人臉姿態(tài)校正及識(shí)別研究[J]. 龔衛(wèi)國(guó),黃瀟瑩,李偉紅. 計(jì)算機(jī)工程與應(yīng)用. 2010(22)
本文編號(hào)：3398484
本文鏈接：http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3398484.html
最近更新
教材專著
