[发明专利]仿生人脸衰老模型建立方法

说明书

本发明适用于图像处理领域，公开了一种仿生人脸衰老模型建立方法，包括：建立人脸数据库，然后对数据库中的图片进行预处理，依据改进的ASM算法提取特征点，然后启动训练程序，求取训练库中样本之间的变化映射，从而分别建立形状衰老模型和纹理衰老模型，启动匹配程序，对输入人脸进行最优样本匹配，选择目标人脸的衰老年龄，匹配形状衰老模型和纹理衰老模型，合成最终的衰老人脸。本发明实现了人脸图像自适应衰老变形，并利用高维空间形象几何方法进行图像匹配，将纹理和肤色信息分离，使最后变形的图像更加逼真。

技术领域

本发明属于图像处理领域，尤其涉及一种仿生人脸衰老模型建立方法。

背景技术

随着计算机图形学的发展，图像变形技术变得日益成熟起来，并在医学影像、影视业、人脸动画、游戏等很多方面发挥了重要作用。人脸图像变形会受到包括姿态、表情、光照等因素的影响,其中年龄变化的不确定性使得人脸衰老变形成了一大难题。如何推测出人衰老之后的变化，这不仅是一个十分有趣的研究话题，而且人脸容貌的衰老模拟合成作为一个重要的变形分支，在公安刑事侦破，人脸识别，影视化妆设计及大众娱乐领域体现了重大的应用价值。刑警可以根据当年的容貌照片，依据经验预测逃亡多年的犯人容貌，根据走失儿童家长提供的现有照片，推测几年后儿童的样貌，以便寻找。在影视业制作的过程中，演员经常会扮演不同年龄的角色，化妆师根据年长的人的容貌，为演员画出不同年龄的容貌，年龄跨度可达五六十岁。所以人脸衰老的预测有着非常广泛的应用和研究价值。

在人脸衰老方面，至今已经有很多研究工作。最早的人脸衰老工作是基于坐标变换模拟出人脸外貌的改变，主要使用cardilidal strain变换，通过改变人脸和头骨的形状来模拟随着年龄变化引起的特征改变。此方法可以很好地改变人脸图像轮廓的年龄特征。但是此种方法无法准确的将纹理变化表现出来。

1995年Burt和Perrett将样本图像按年龄段划分为7个不同的样本组，分别计算每组的平均人脸图像，然后合成模拟人脸的衰老变化。该方法可以很好地实现人脸形状和纹理信息的变化，但是因为使用平均脸，所以变到该年龄段是的样貌特征全部一致，不能体现个体差异。

Lanitis等使用基于年龄函数的方法实现人脸年龄变迁的合成，基于一个包含45个人在不同年龄阶段的照片的人脸图像数据库，利用AAM方法将每个人脸表示为一个特征向量，然后求取每组中的平均特征，其他图像用与该平均脸的偏差表示，在该平均脸的基础上求出目标年龄人脸特征向量。主要是用来模拟遗失儿童的现在面貌，模拟了从幼年到成年的容貌变迁，并不适合从青年到老年的衰老变化。

Liu等提出了一种基于图像的表面细节移植技术，利用这种技术可以将老年人脸图像的纹理细节特征(如皱纹、斑点等)移植到青年人脸图像上，从而合成青年人脸图像的老化效果。刘剑毅等提出了基于小波的人脸衰老变化合成方法，首先使用小波将图像分解成高频和低频部分，再将年轻人脸图像的低频信息与老年人脸图像高频信息进行融合生成人脸衰老仿真图像。该工作只参考了个别人脸的信息及模板，其衰老信息及方式还不够充分。

中国发明专利(CN200810162058)公开了一种基于脸型的人脸衰老图像合成方法。步骤为：1)人脸图像数据的获取；建立不同年龄的人脸数据库，获取用户输入的一张年轻人脸图像，手工标记得到所有人脸的特征点；2)基于个性化算法的人脸匹配：通过计算出表征人脸的脸型特征点的局部曲率表准差，将输入图像在人脸图像数据库的不同年龄段中进行匹配找出多幅图像；3)纹理增强的原型合成：使用找到的图像进行纹理增强的原型合成，得到老人原型和年轻人原型两张原型图像；4)形状颜色的变换：对输入图像和3)中获取的两张原型图像进行性状和颜色的变换处理，得到最终的衰老合成图像。