基于方向图模型的人脸画像合成方法

摘要

本发明公开了一种基于方向图模型的人脸画像合成方法，主要解决现有方法在对人脸图像合成细节不明显的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试照片样本集；(2)对训练画像样本集中的画像、训练照片样本集中的照片和测试照片进行块划分；(3)根据划分的图像块组成待选择照片块集和待选择画像块集；(4)对训练画像和照片样本块集提取像素值特征及方向特征；(5)计算待选择画像块权值集；(6)根据待选择画像块权值集计算伪画像块集；(7)根据伪画像块集，生成伪画像。本发明由于考虑了人脸图像本身的领域约束，使得生成的人脸画像细节部位明显，可用于公共安全领域中人脸检索与识别。

主权项

基于方向图模型的人脸画像合成方法，其特征在于，包括：(1)从画像‑照片对集中取出L张画像组成训练画像样本集T_R，并取出与训练画像样本集T_R中的画像一一对应的L张照片组成训练照片样本集T_E，将剩余画像‑照片对组成测试样本集，从测试样本集中选取一张测试照片A；(2)将训练画像样本集T_R中的画像和训练照片样本集T_E中的照片分别划分为相互重叠大小相同的块；(3)将测试照片A划分为同样大小及同样重叠程度的块，用集合S＝{S₁,S₂,…,S_i,…,S_N}表示，1≤i≤N；并对每个测试照片块S_i进行像素值特征提取，根据特征距离从训练照片块中寻找近邻数K个相近的照片块作为待选择照片块集，记作P_i＝{P_i,1,P_i,2,…,P_i,j,…P_i,K}，1≤j≤K；同时从训练画像块中选择对应的画像块作为待选画像块集，记作Q_i＝{Q_i,1,Q_i,2,…,Q_i,j,…,Q_i,K}，1≤j≤K；(4)对训练画像样本集T_R和照片样本集T_E中的所有块M＝{M₁,M₂,…,M_c,…,M_Z}进行像素值特征提取，其中1≤c≤Z，Z为图像块的总个数；(5)对训练画像样本集T_R和照片样本集T_E中的所有块M，利用Gabor滤波器提取图像块的方向特征；(6)利用步骤(4)得到的图像块像素值特征和步骤(5)得到的图像块方向特征，通过交替迭代的方法求解马尔科夫网络模型，得到每个测试照片块S_i的两个特征之间的权值集μ_i＝{μ_i,1,μ_i,2}，同时得到每个测试照片块对应的待选择照片块集{P_i,1,P_i,2,…,P_i,j,…P_i,K}的权值集w_i＝{w_i,1,w_i,2,…,w_i,j,…,w_i,K}；(7)根据待选择画像块集{Q_i,1,Q_i,2,…,Q_i,j,…,Q_i,K}和待选择照片块权值集{w_i,1,w_i,2,…,w_i,j,…,w_i,K}，按照下式得到每个测试照片块S_i对应的待合成伪画像块X_iX_i＝Q_iw_i， i＝1,2,…,N；(8)将伪画像块集{X₁,X₂,…,X_i,…,X_N}中的N个伪画像块进行组合，得到与测试照片A对应的伪画像。