[发明专利]基于嵌入式隐马尔可夫模型和选择性集成的人脸画像自动生成方法

摘要

本发明公开了一种基于嵌入式隐马尔可夫模型和选择性集成的人脸画像自动生成方法。该方法的生成过程是：选取出待变换照片和照片－画像训练库；将包括待变换照片和训练库中照片在内的所有照片进行几何和灰度归一化；分别对训练库中归一化后的每一张照片及其对应画像进行联合训练；建立耦合模型对库；用前向－后向算法将待变换照片与训练样本模型库中的照片模型进行相似度比对并排序，根据相似度最大的n个照片对应的照片－画像模型对重构出n个伪画像；将这n个伪画像进行加权融合，得到最终的合成伪画像。本发明具有生成的画像清晰，质量高，速度快的优点，可用于刑侦破案或反恐追逃应用领域根据模拟画像，实现对犯罪嫌疑人身份的确认和识别。

主权项

1.一种基于嵌入式隐马尔可夫模型和选择性集成的人脸画像自动生成方法，包括如下过程：A.采用留一法划分训练集，选取一张照片作为待变换照片P，其它的N个照片及其所对应的画像构成照片-画像对(Pi，Si)作为训练样本；B.对包括待变换照片和训练样本的所有人脸照片进行归一化；C.对训练样本集中的每一个照片-画像对(Pi，Si)进行联合训练，建立耦合模型对库，即建立(Pi，Si)的嵌入式隐马尔可夫模型对(λPi，λSi)，其中i＝1，2，3，…，N，N为训练样本的个数；D.用前向-后向算法计算待变换照片P与训练样本集中的各个照片之间的相似度，对这些相似度排序，选择前n个相似度最大的照片对应的照片-画像耦合模型对(λPj，λSj)，j＝1，2，3，…，n，一般取n＝7；E.将待变换的照片P在n个模型对中的每一个模型对(λPj，λSj)的照片模型λPj下进行Viterbi解码，得到最优的解码状态序列Q＝(q1，q2，…，qτ)以及混合序列M＝(m1，m2，…，mτ)，利用Q和M这两个序列在画像模型λSj下重构生成伪画像S′＝[p1，p2，…，pτ]，n个模型可生成n个伪画像，式中τ为图像中的像素个数；F.将这n个伪画像进行加权融合，得到最终的合成画像。