[发明专利]用于人脸画像合成的主动表观模型

摘要

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。

主权项

1.用于人脸画像合成的主动表观模型，其特征在于包括以下步骤：(1)给定标好关键点的照片‑画像对集合，将集合中的照片由彩色图像变成灰度图像，再将照片‑画像对集合划分为训练照片样本集、训练画像样本集和测试照片样本集，并从测试照片样本集中选取一张测试照片I；(2)对训练照片样本集与训练画像样本集提取对应的训练照片形状集与训练画像形状集其中，M代表训练照片样本集中照片的个数以及训练画像样本集中画像的个数，代表第i张照片的人脸形状，代表第i张画像的人脸形状；对训练照片形状集S^p和训练画像形状集S^s进行主成分分析：其中，是照片形状特征向量，是照片形状集特征向量矩阵，是照片形状集对角特征值矩阵，是画像形状特征向量，是画像形状集特征向量矩阵，是画像形状集对角特征值矩阵；是照片形状参数，是画像形状参数；(3)对训练照片样本集与训练画像样本集提取对应的训练照片纹理集与训练画像纹理集其中，M代表训练照片样本集中照片的个数以及训练画像样本集中画像的个数，代表第i张照片的人脸纹理，代表第i张画像的人脸纹理；对训练照片纹理集G^p和训练画像纹理集G^s进行主成分分析：其中，是照片纹理特征向量，是照片纹理集特征向量矩阵，是照片纹理集对角特征值矩阵，是画像纹理特征向量，是画像纹理集特征向量矩阵，是画像纹理集对角特征值矩阵；是照片纹理参数，是画像纹理参数；(4)将步骤(2)和步骤(3)得到的人脸照片形状参数和人脸照片纹理参数融合成一个新的照片级联参数将步骤(2)和步骤(3)得到的人脸画像形状参数和人脸画像纹理参数融合成一个新的画像级联参数其中，W_i^p是人脸照片形状参数对应的权重矩阵，W_i^s是人脸画像形状参数对应的权重矩阵，用于消除形状参数与纹理参数之间单位不一致的问题；对照片级联参数集和画像级联参数集分别进行主成分分析：其中，Q^p是照片级联参数特征向量，V_p是照片级联参数集特征向量矩阵，Λ_p是照片级联参数集对角特征值矩阵，Q^s是画像级联参数特征向量，V_s是画像级联参数集特征向量矩阵，Λ_s是画像级联参数集对角特征值矩阵，是照片表观参数，是画像表观参数；(5)给定一张标好关键点的测试照片I，将其由彩色图像变成灰度图像，然后对测试照片I提取对应的人脸照片形状与人脸照片纹理利用公式(1)和(3)分别计算测试照片I对应的人脸照片形状参数和人脸照片纹理参数将得到的人脸照片形状参数和人脸照片纹理参数融合成一个新的照片级联参数利用公式(7)，由照片级联参数得到照片表观参数将公式(9)中的Qp用公式(7)替代得：将公式(10)中的B^p用B^s替代得照片级联参数对应的画像级联参数(6)利用模型的线性性质，将人脸照片的形状和纹理表示成画像级联参数的函数，将主成分分析重建策略与公式(2)和(4)结合得公式(12)和(13)如下：其中，测试照片I利用公式(11)给定的画像级联参数合成人脸形状与人脸纹理再将人脸纹理变形到人脸形状对应的位置，从而得到测试照片I的合成画像。