[发明专利]一种基于稀疏系数的人脸图像多表情相互转换方法

说明书

技术领域

本发明属于数字图像处理技术领域，具体涉及人脸图像多表情相互转换方法，可用于人脸识别、视频监控等领域。

背景技术

在人们的日常生活中，脸部表情是一个非常重要的信息传递的媒介，可以表达丰富的人类情感，是除语言交流以外的一种非常重要的交流方式，是对语言交流的一个补充。

人脸图像多表情相互转化是指将一幅输入的某一表情的人脸图像转换为所对应的其它表情（目标表情）的人脸图像。目前国内外仅有极个别的转换方法被提出。

2008年江南大学和南京理工大学的孙志远、吴小俊、王士同、杨静宇提出基于独立成分分析(ICA)进行正面人脸合成的新方法（文献1：孙志远、吴小俊、王士同、杨静宇，“基于多姿态人脸图像合成的识别方法研究”，计算机工程与应用，2008）；

2012年，同济大学吕煊、王志成、赵卫东提出了一种基于张量子空间的多姿态人脸表情合成方法（文献2：吕煊、王志成、赵卫东，“张量描述下的多姿态多表情人脸合成方法”，计算机应用，2012）。

然而，上述现有技术存在以下不足：算法复杂度高、包含了例如ICA、张量等特征提取步骤，这样也会在处理时损失掉一些人脸细节信息。

发明内容

本发明的目的在于提供一种简单、易于实现的基于稀疏系数的人脸图像多表情相互转换方法。

为达到上述目的，本发明采用了以下技术方案。

1）对于单帧某表情的人脸测试图像，使用与所述人脸测试图像具有相同表情的同表情训练集人脸图像线性组合逼近单帧某表情的人脸测试图像，求解出所述线性组合逼近的稀疏重构系数，单帧某表情的人脸测试图像以及同表情训练集人脸图像均表示为像素灰度值的列向量形式；

2）利用稀疏重构系数以及目标表情训练集人脸图像重构出目标表情人脸图像，目标表情训练集人脸图像均表示为像素灰度值的列向量形式；

3）将目标表情人脸图像表示为像素灰度值的矩阵形式。

所述单帧某表情的人脸测试图像、同表情训练集人脸图像以及目标表情训练集人脸图像的图像大小统一，图像中眼睛和嘴巴在各自图像中的同一个固定位置。

所述稀疏重构系数按以下函数进行求解：

minw||W||1subject to||X-Y·w||22≤ϵ]]>

其中，X表示单帧某表情的人脸测试图像；Y表示一个矩阵，该矩阵的列由同表情训练集人脸图像组成，ε表示一个极小的值，w表示稀疏重构系数。

所述步骤2）中重构目标表情人脸图像的方法为：

XO=Σn=1NYOnWn]]>

其中，X_O为目标表情人脸图像，N表示目标表情训练集人脸图像的个数，w表示稀疏重构系数。

本发明的有益效果体现在：本发明通过训练集人脸图像对相同表情的单帧输入图像进行线性组合逼近，获取稀疏重构系数，然后利用稀疏重构系数以及目标表情训练集人脸图像将输入图像的表情转换为目标表情，不包含烦琐的人脸特征提取步骤，方法简单，易于实现，从而降低了算法复杂度，同时获得了较好的人脸图像多表情转换效果，显著的提高了转换效率。

附图说明