主权项 |
1.一种基于局部嵌入式隐马尔可夫模型的照片生成方法,包括如下过程:A.将画像—照片对样本集划分为训练集和测试集,选取测试集中的一张画像作为测试画像S,训练集中的N个画像—照片对作为训练样本;B.对图像进行分块处理,将测试画像及训练集中的所有人脸图像均匀地划分为相互重叠的块,测试画像S的块为{s<sub>1</sub>,s<sub>2</sub>,…,s<sub>M</sub>},对于训练集中的第i个画像—照片对S<sub>tri</sub>和P<sub>tri</sub>,分别被划分为{s<sub>tri1</sub>,s<sub>tri2</sub>,…,s<sub>triM</sub>}和{p<sub>tri1</sub>,p<sub>tri2</sub>,…,p<sub>triM</sub>},其中M为每个图像的块数;C.对每个训练画像块建立嵌入式隐马尔可夫模型λ,用前向—后向算法计算测试画像块s<sub>j</sub>的观察向量<img file="A200910020944C00021.GIF" wi="43" he="49" />与模型λ的相似性<img file="A200910020944C00022.GIF" wi="197" he="67" />并选择相似度最大的K个模型对应的画像块s<sub>chok</sub>,相似度分别为<maths num="0001"><![CDATA[<math><mrow><mi>P</mi><mrow><mo>(</mo><msub><mi>O</mi><msub><mi>s</mi><mi>j</mi></msub></msub><mo>|</mo><msub><mi>λ</mi><msub><mi>s</mi><mrow><mi>cho</mi><mn>1</mn></mrow></msub></msub><mo>)</mo></mrow><mo>,</mo><mi>P</mi><mrow><mo>(</mo><msub><mi>O</mi><msub><mi>s</mi><mi>j</mi></msub></msub><mo>|</mo><msub><mi>λ</mi><msub><mi>s</mi><mrow><mi>cho</mi><mn>2</mn></mrow></msub></msub><mo>)</mo></mrow><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><mi>P</mi><mrow><mo>(</mo><msub><mi>O</mi><msub><mi>s</mi><mi>j</mi></msub></msub><mo>|</mo><msub><mi>λ</mi><msub><mi>s</mi><mi>choK</mi></msub></msub><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>k=1,2,…,K,K值通过设定一个相似度水平阈值来控制,一般设为7;D.根据上步中选择到的K个画像块,在训练集中确定与之相对应的照片块,构成K对画像块—照片块(s<sub>chok</sub>,p<sub>chok</sub>),并对每对画像块—照片块(s<sub>chok</sub>,p<sub>chok</sub>)进行联合训练,建立耦合模型对库(<img file="A200910020944C0002152031QIETU.GIF" wi="192" he="81" />),其中k=1,2,…,K;E.根据K个训练样本模型对,将测试画像块s<sub>j</sub>进行解码,并重构生成K个中间伪照片块p<sub>seuk</sub>,其中k=1,2,…,K;F.根据过程C中计算得到的测试画像块s<sub>j</sub>与其K近邻的相似度,设定各中间伪照片块的加权系数为:<maths num="0002"><![CDATA[<math><mrow><msub><mi>w</mi><mi>k</mi></msub><mo>=</mo><mfrac><mrow><mi>P</mi><mrow><mo>(</mo><msub><mi>O</mi><msub><mi>s</mi><mi>j</mi></msub></msub><mo>|</mo><msub><mi>λ</mi><msub><mi>s</mi><mi>chok</mi></msub></msub><mo>)</mo></mrow></mrow><mrow><munderover><mi>Σ</mi><mrow><mi>l</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><mi>P</mi><mrow><mo>(</mo><msub><mi>O</mi><msub><mi>s</mi><mi>j</mi></msub></msub><mo>|</mo><msub><mi>λ</mi><msub><mi>s</mi><mi>chol</mi></msub></msub><mo>)</mo></mrow></mrow></mfrac><mo>,</mo><mi>k</mi><mo>=</mo><mn>1,2</mn><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><mi>K</mi></mrow></math>]]></maths>其中,<img file="A200910020944C00025.GIF" wi="43" he="49" />为测试画像块s<sub>j</sub>的观察向量,<img file="A200910020944C00026.GIF" wi="229" he="76" />为利用前向—后向算法计算得到的<img file="A200910020944C00027.GIF" wi="43" he="49" />与模型<img file="A200910020944C00028.GIF" wi="75" he="55" />的相似度;G.将所获得的K个中间伪照片块根据过程F中的加权系数进行加权融合,得到对应于测试画像块s<sub>j</sub>的最终伪照片块p<sub>sj</sub>:<maths num="0003"><![CDATA[<math><mrow><msub><mi>p</mi><msub><mi>s</mi><mi>j</mi></msub></msub><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>w</mi><mi>k</mi></msub><msub><mi>p</mi><mi>seuk</mi></msub><mo>.</mo></mrow></math>]]></maths>H.重复进行上述过程C~过程G,直到测试画像S的所有块都被转换成了伪照片块,将这些伪照片块进行组合,生成对应于测试画像S的伪照片。 |