[发明专利]基于画像的人脸伪照片自动合成及修正方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及一种基于画像的人脸伪照片自动合成及修正方法，该方法可以为刑侦、反恐等领域中对人脸素描画像的人工及自动识别提供辅助。

背景技术

在刑侦执法过程中，当不能确定犯罪嫌疑人身份也无法获得其影像资料时，公安机关会要求专业人员按照目击者的描述绘制出嫌疑人的素描画像。根据该素描画像，公安机关可以向社会公众征集相关线索和信息。

由人脸画像转换成的人脸伪照片具有和真实人脸照片相似的视觉效果，其作用和意义主要有：1)传统的人脸识别方法无法直接用于人脸画像与照片之间的识别，而将照片和画像转换到同种信息表达模式下之后，可以利用现有的人脸识别方法进行自动识别。2）合成的人脸伪照片比素描画像更生动直观、易于辨认，因此对于犯罪嫌疑人身份的人工辨别可以起到很好的辅助作用。3）在素描画像的绘制阶段，合成的人脸伪照片可以帮助目击者和画家交互地修正所画的画像。

合成人脸伪照片的难点在于寻找人脸画像和人脸照片之间的映射关系。目前最具代表性的方法主要有以下几种：

Tang等人在文献“X.Tang,X.Wang,Face Sketch Recognition,IEEE Transactions on Circuits and Systems for Video Technology14(1)(2004)50-57.”中提出了一种全局本征变换方法(Eigentransformation)，该方法假设照片与画像之间的映射关系是线性的。但其后的研究表明，这一映射关系不能简单地归结为全局的线性关系。

Liu等人在文献“Q.Liu,X.Tang,H.Jin,A nonlinear approach for face sketch synthesis and recognition,Proc.IEEE Conference on Computer Vision and Pattern Recognition(2005)1005-1010.”中将流形学习的方法引入人脸画像合成中，利用局部线性嵌入方法(Locally Linear Embedding)学习照片与画像之间的非线性关系。由于该方法在求解重构系数时只用到了训练集中最近邻的几个样本，因此在部分区域会存在较大的重构误差。

Xiao等人在文献“B.Xiao,X.Gao,D.Tao,X.Li,A new approach for face recognition by sketches in photos,Signal Processing89(8)(2009)1576–1588.”中提出利用嵌入式隐马尔可夫模型(Embedded Hidden Markov Model)生成人脸伪画像，由于该方法采用了选择性集成技术，需要选择待变换照片的K个最近邻进行建模，因此导致了细节信息的丢失，另外该方法的算法复杂度较高。

为了对伪照片的细节信息进行增强，研究人员把用以上方法合成的人脸伪照片作为初始估计图像，然后采用基于稀疏表示的方法或基于支持向量回归的方法合成伪照片的细节信息，最后将初始估计图像和细节信息进行融合得到最终的合成结果。这类方法可同时用于人脸伪照片和伪画像的增强，但是其计算复杂度较大。

在一些人脸伪照片的局部区域存在明显的合成错误，为了修正这些错误，Purkait等人在文献“P.Purkait,B.Chanda,S.Kulkarni,A Novel Technique for Sketch to Photo Synthesis,Seventh Indian Conference on Computer Vision,Graphics and Image Processing(2010)219-226.”中采用了基于控制点的变形方法。该方法虽然可以减少部分区域的合成错误，但由于合成过程中涉及到人脸所有区域的整体变形，因此，输出的人脸伪照片与真实的人脸照片相比，在整体相似度上不可避免地会出现一定程度的下降。而且，该方法必须依靠复杂的神经网络来预测输出结果中大量控制点的目标位置。

发明内容

本发明的目的在于提出一种基于画像的人脸伪照片自动合成及修正方法。该方法能快速、有效地根据输入的人脸画像自动合成人脸伪照片，可以为刑侦、反恐等领域中对人脸素描画像的人工及自动识别提供辅助。