[发明专利]用于人脸画像合成的主动表观模型在审

专利信息
申请号: 201810878976.7 申请日: 2018-08-03
公开(公告)号: CN109086721A 公开(公告)日: 2018-12-25
发明(设计)人: 纪荣嵘;张声传 申请(专利权)人: 厦门大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 厦门南强之路专利事务所(普通合伙) 35200 代理人: 马应森
地址: 361005 *** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 合成 人脸画像 表观模型 纹理 画像 图像处理技术 主成分分析 合成研究 画像合成 人脸形状 重建 人脸 引入
【说明书】:

用于人脸画像合成的主动表观模型,属于图像处理技术领域。针以现有方法的缺陷,利用包含“合成解释”思想的方法即主动表观模型来辅助人脸画像合成研究,提供可提高已有画像合成方法性能的用于人脸画像合成的主动表观模型。引入“合成解释”的思想进行人脸画像合成,因此能在一定程度上考虑重建问题的基本原理;所用的重建模型是基于主成分分析的方法,因此能快速的进行人脸画像的合成。考虑了人脸形状与人脸纹理两个部分,因此不仅能提高合成画像的纹理,而且还能考虑到合成画像的形状。

技术领域

本发明属于图像处理技术领域,尤其是涉及可用于刑侦破案以及数字娱乐的一种用于人脸画像合成的主动表观模型。

背景技术

人脸画像合成有重大的实际应用,比如支持动漫制作和辅助警方破案。当案件发生后,警方一般会根据现场目击证人的描述绘制出嫌疑犯的画像,之后在警方的照片数据库中进行检索和识别。由于照片和画像属于两种不同的模态,存在较大的差异,因此在识别之前先将警方人脸数据库中的照片转化成画像,再将待识别的画像在合成画像数据库中进行识别。目前社交媒体变得越来越流行,很多用户将自己的照片转化成画像然后上传到网上作为自己的头像以增加娱乐效果。

已有的人脸画像合成方法主要分两大类:数据驱动的方法和模型驱动的方法。其中,数据驱动的方法主要包含两个步骤:近邻图像(图像块)选择和图像(图像块)权重重建。模型驱动的方法直接学习照片(照片块)与画像(画像块)之间的映射关系。下面列举一些经典的人脸画像合成算法。

Liu等人(Liu Q,Tang X,Jin H,et al.A nonlinear approach for face sketchsynthesis and recognition[C]//Computer Vision and Pattern Recognition,2005.CVPR 2005.IEEE Computer Society Conference on.IEEE,2005,1:1005-1010.)采用局部线性嵌入模型来模拟照片转化成合成画像的非线性过程。其实施方式是:首先将训练集中的照片-画像对及待变换照片划分成大小相同及重叠区域相同的图像块,对于待变换照片的每一个照片块在训练集中寻找它的K个近邻照片块,然后将K个照片块对应的K个画像块进行加权组合得到待合成画像块,最后将所有的待合成画像块融合得到合成画像。但是该方法存在以下缺点:固定的近邻个数导致合成画像不清醒。

Wang等人(Wang X,Tang X.Face photo-sketch synthesis and recognition[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2009,31(11):1955-1967)提出了一种基于马尔可夫随机场模型的人脸画像合成方法。该方法的操作如下:首先将训练集中的画像-照片对以及待合成照片用相同的方式分块;然后对于每一个待合成照片块在训练集中寻找它的K个候选照片块,根据待合成照片块与K个候选照片块之间的关系以及合成画像中相邻位置的画像块之间的关系,建立马尔可夫随机场模型对每个待合成照片块寻找一个最佳的训练画像块作为待合成画像块;最后将所有的待合成画像块融合得到最终的合成画像。该方法存在的缺陷是:由于每个待合成照片块最终只选择一个训练画像块进行画像合成,导致合成画像存在块效应和细节缺失的问题。

中国专利CN 104517274A公开一种基于稀疏表示的人脸画像合成方法。该方法实施方式是:首先将训练集中的画像-照片对以及待合成照片用相同的方式分块;然后将待合成照片块以及训练集中的照片块用稀疏编码得到对应的稀疏表示,再通过贪婪搜索算法,用待合成照片块对应的稀疏表示在训练照片块对应的稀疏表示集合中寻找近邻块,建立马尔可夫随机场模型得到待合成画像块;最后对所有的待合成画像块进行融合即可得到合成画像。该方法的缺陷是:没有考虑人脸的结构信息使得合成画像在人脸的关键部件中缺失纹理信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810878976.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top