成像技術(shù)的不斷進(jìn)步提供了不同類型的圖像形態(tài),稱之為異質(zhì)圖像。以人臉圖像為例,現(xiàn)有技術(shù)可以得到某人的可見光圖像、近紅外圖像、熱紅外圖像以及素描畫或線條畫等。這些不同類型的圖像在不同的表達(dá)空間給出了同一目標(biāo)的豐富多彩的描述和刻畫,它們之間既存在冗余也存在互補(bǔ),讓人們能夠全面地認(rèn)識(shí)事物的本質(zhì)特性。其互信息的有效挖掘與利用,可加深對(duì)對(duì)象的感知理解,對(duì)公共安全與媒體娛樂等領(lǐng)域有廣泛應(yīng)用價(jià)值,也將是未來物聯(lián)網(wǎng)中的重要信息形態(tài)。不同類型的成像傳感器所生成的圖像具有不同的用途,傳統(tǒng)信息處理研究的重點(diǎn)是多傳感器之間的信息融合,以獲得目標(biāo)更全面的描述。而在實(shí)際應(yīng)用中有可能存在傳感器的缺失,即個(gè)傳感器只得到了幅圖像,這時(shí)就需要根據(jù)既有傳感器采集到的圖像生成缺失傳感器的圖像,即異質(zhì)圖像合成問題。本文以人臉的可見光圖像（照片）和素描畫像之間的相互轉(zhuǎn)換為例,探索研究異質(zhì)圖像間的合成方法,重點(diǎn)研究人臉照片和畫像成像機(jī)理和信息表達(dá)方式之間的映射關(guān)系,考察所合成圖像的質(zhì)量以及基于合成圖像的一些應(yīng)用如基于畫像的人臉識(shí)別等。論文的主要?jiǎng)?chuàng)新性概括為:1.提出一種自適應(yīng)確定相關(guān)特征個(gè)數(shù)的稀疏特征選擇方法�，F(xiàn)有的方法在選擇近鄰時(shí)... 

【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)】：127 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
    1.1 研究背景和意義
    1.2 本文的主要工作以及章節(jié)安排
第二章 異質(zhì)人臉圖像合成模型分析及對(duì)比研究
    2.1 引言
    2.2 基于子空間學(xué)習(xí)的人臉圖像合成方法
        2.2.1 基于線性子空間學(xué)習(xí)的方法
        2.2.2 基于流形學(xué)習(xí)的方法
    2.3 基于稀疏表示的人臉圖像合成方法
        2.3.1 稀疏表示
        2.3.2 基于稀疏表示的人臉圖像合成方法
    2.4 基于貝葉斯學(xué)習(xí)的人臉圖像合成方法
        2.4.1 基于嵌入式隱馬爾科夫模型的人臉圖像合成方法
        2.4.2 基于馬爾科夫隨機(jī)場的人臉合成方法
    2.5 小結(jié)
第三章 基于稀疏特征選擇的異質(zhì)人臉圖像合成
    3.1 引言
    3.2 稀疏特征選擇
    3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 小結(jié)
第四章 基于幻象技術(shù)的異質(zhì)人臉圖像合成
    4.1 引言
    4.2 人臉幻象
    4.3 細(xì)節(jié)增強(qiáng)的人臉畫像-照片合成方法
    4.4 實(shí)驗(yàn)結(jié)果與分析
    4.5 小結(jié)
第五章 基于直推式學(xué)習(xí)的異質(zhì)人臉圖像合成
    5.1 引言
    5.2 基于直推式學(xué)習(xí)的人臉畫像合成方法
        5.2.1 概率模型
        5.2.2 算法優(yōu)化實(shí)現(xiàn)細(xì)節(jié)
        5.2.3 算法復(fù)雜度
    5.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 小結(jié)
第六章 合成人臉畫像的質(zhì)量評(píng)價(jià)
    6.1 引言
    6.2 圖像質(zhì)量評(píng)價(jià)算法
    6.3 合成人臉畫像質(zhì)量評(píng)價(jià)庫的構(gòu)建
    6.4 客觀質(zhì)量評(píng)價(jià)及分析
    6.5 小結(jié)
第七章 異質(zhì)人臉圖像合成的應(yīng)用
    7.1 引言
    7.2 人臉對(duì)齊
    7.3 基于畫像-照片合成的人臉識(shí)別
    7.4 小結(jié)
第八章 總結(jié)與展望
    8.1 研究結(jié)論
    8.2 研究展望
參考文獻(xiàn)
致謝
作者簡介


【參考文獻(xiàn)】：
博士論文
[1]視覺信息質(zhì)量感知模型及評(píng)價(jià)方法研究[D]. 何立火.西安電子科技大學(xué) 2013
[2]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
[3]基于視覺感知的影像質(zhì)量評(píng)價(jià)方法研究[D]. 路文.西安電子科技大學(xué) 2009



本文編號(hào)：3359426