基于稀疏表示的人脸画像-照片生成方法

摘要

本发明公开了一种基于稀疏表示的人脸画像-照片生成方法，主要解决现有方法生成的伪画像和伪照片清晰度低细节模糊的问题。其实现过程是：用现有的伪画像和伪照片生成方法生成初始伪画像和伪照片；对所有的图像分块后，利用训练样本集训练出画像块字典和照片块字典；利用这两个字典根据输入的测试照片块或测试画像块，合成高清晰度特征信息；将得到的高清晰度特征信息和对应的初始伪画像块或伪照片块相加得到最终的高清晰度的伪画像块或伪照片块；对所有的高清晰度的伪画像块或伪照片块进行融合即可得到一幅完整的伪画像或伪照片。本发明方法与现有方法相比，生成的伪画像和伪照片具有清晰度高细节明显的优点，可用于人脸识别和人脸检索。

主权项

1.一种基于稀疏表示的人脸照片到画像的生成方法，包括如下步骤：(1)将画像-照片对集划分为训练样本集和测试样本集，并从测试样本集中选取一张测试照片P；(2)利用伪画像生成方法，将训练样本集和测试照片生成一幅与测试照片对应的初始伪画像(3)将初始伪画像和测试照片P重新分为相同大小及相同重叠程度的块，其中P＝{P₁，P₂，L P_M}，M为块的总个数，提取测试照片中每一块的特征向量f；(4)利用训练样本集联合学习得到画像块字典D_s和照片块字典D_p：(4a).随机选择训练样本集中照片块集和画像块集的20000个块，其中每个照片块与每个画像块分别对应，提取照片块的一阶导数与二阶导数作为特征，用画像块的像素值减去画像块的均值作为特征，并将得到的画像块特征与照片块特征组合排成一列，并对其进行归一化；(4b).利用归一化的组合特征，通过交替迭代的方法求解下式来得到耦合的字典D：$\underset{\{D,C\}}{\min }{\left|\right|I-\mathrm{DC}\left|\right|}_2^2+\beta {\left|\right|C\left|\right|}_1,$其中I为归一化的组合特征组成的矩阵，每一列为一个归一化的组合特征，C为待求的稀疏表示系数矩阵，β为稀疏表示惩罚因子，实验中取β为0.05；(4c).将(4b)中得到的耦合字典D按照分解为两个字典：画像块字典D_s和照片块字典D_p，并分别将这两个字典的每一列归一化，式中上标T表示矩阵的转置；(5)利用步骤(3)中得到的特征向量f和步骤(4)中得到的照片块字典D_p，按照下式寻找其稀疏表示，得到其稀疏表示系数w：$\underset{w}{\min }{\left|\right|f-D_{p}w\left|\right|}_2^2+\beta {\left|\right|w\left|\right|}_1,$其中β为稀疏表示惩罚因子，实验中取为0.05；(6)利用步骤(4)中得到的画像块字典D_s和(5)中得到的稀疏表示系数w，按照下式合成高清晰度细节明显的特征信息块$S_{\mathrm{Hi}}^{\%}=D_{s}w,$其中i＝1，2，L M，M为信息块的总个数；(7)将步骤(6)得到的高清晰度细节明显的块特征信息块加到步骤(2)得到的初始伪画像对应的块上，以增强清晰度和细节，得到最终的伪画像块；(8)重复执行步骤(5)-(7)直至得到M块最终的伪画像块，并将得到的这些最终伪画像块进行组合得到与测试照片对应的伪画像。