基于贪婪搜索的人脸画像合成方法

摘要

本发明公开了一种基于贪婪搜索的人脸画像合成方法。其实现步骤是：划分字典训练照片样本集A、合成训练照片样本集B_p、合成训练画像样本集B_s和测试照片样本集；通过分块得到字典训练照片块集合S_A、合成训练照片块集合S_p、合成训练画像块集合S_s和测试照片块集合；从字典训练照片块集合S_A中学到训练照片块特征字典D_p；用D_p求出S_p对应的稀疏表示集合C_p以及测试照片块S对应的稀疏表示；用稀疏表示在C_p中进行贪婪搜索寻找近邻；再用搜索到的近邻画像-照片块来建立马尔可夫随机场模型合成画像。本发明与现有方法相比，无需限制测试照片背景，且能合成测试照片中的非人脸部件，可用于刑侦破案和数字娱乐。

主权项

一种基于贪婪搜索的人脸画像合成方法，包括如下步骤：(1)将画像‑照片对集合中的图像由彩色图像变成灰度图像，再将灰度图像划分为字典训练照片样本集A、合成训练照片样本集B_p、合成训练画像样本集B_s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P；(2)将字典训练照片样本集A中的照片划分为相同大小及相同重叠程度的块，得到字典训练照片块集合S_A，对字典训练照片块集合S_A利用有效稀疏编码方法得到训练照片块特征字典D_p；(3)获取合成训练照片块集合S_p对应的稀疏表示集合C_p：(3a)将合成训练照片样本集B_p中的照片划分为相同大小及相同重叠程度的合成训练照片块集合：$S_p=\left(\right\{x_1^1,...,x_1^j,...,x_1^N\},...,\{x_i^1,...,x_i^j,...,x_i^N\},...,\{x_M^1,...,x_M^j,...,x_M^N\left\}\right);$其中，表示第i张照片中的第j个照片块，i∈1,…,M，M为合成训练照片样本集B_p中照片的总个数，j∈1,…,N，N为每张照片被划分的块的总个数；(3b)将合成训练画像样本集B_s中的画像以上述相同的方式划分得到对应的合成训练画像块集合：$S_s=\left(\right\{y_1^1,...,y_1^j,...,y_1^N\},...,\{y_i^1,...,y_i^j,...,y_i^N\},...,\{y_M^1,...,y_M^j,...,y_M^N\left\}\right);$其中，表示第i张画像中的第j个画像块，i∈1,…,M，M为合成训练画像样本集B_s中画像的总个数，j∈1,…,N，N为每张画像被划分的块的总个数；(3c)用训练照片块特征字典D_p对合成训练照片块集合S_p进行稀疏编码，得到合成训练照片块集合S_p对应的稀疏表示集合：$C_p=\left(\right\{c_1^1,...,c_1^j,...,c_1^N\},...,\{c_i^1,...,c_i^j,...,c_i^N\},...,\{c_M^1,...,c_M^j,...,c_M^N\left\}\right),$其中，表示第i张照片中的第j个照片块的稀疏表示，由于每个稀疏表示都包含稀疏系数值以及稀疏系数值在稀疏编码中被求解的顺序因此稀疏表示集合C_p包含有稀疏系数值集合V_p以及对应的稀疏系数值在稀疏编码中被求解的顺序集合O_p；(4)获取测试照片块x^j对应的稀疏表示c^j：(4a)将测试照片P划分为相同大小及相同重叠程度的测试照片块集合：S＝{x¹,…,x^j,…,x^N}，x^j表示测试照片P中的第j个照片块；(4b)将每个测试照片块x^j用训练照片块特征字典D_p进行稀疏编码，得到x^j对应的稀疏表示c^j；其中，c^j表示第j个测试照片块x^j的稀疏表示，每个稀疏表示c^j都包含稀疏系数值v^j以及稀疏系数值在稀疏编码中被求解的顺序o^j；(5)对合成训练画像块集合S_s利用贪婪搜索获取每个测试照片块x^j对应的待选择画像块集合：${\tilde{y}}^j=\{y^{j,1},y^{j,2},...,y^{j,K}\};$(6)利用步骤(5)得到的待选择画像块集合通过求解马尔可夫随机场模型来得到每个测试照片块x^j最终对应的训练画像块，并将这些训练画像块进行组合得到与测试照片P对应的合成画像。