[发明专利]基于贪婪搜索的人脸画像合成方法

说明书

技术领域

本发明属于图像处理技术领域，更进一步涉及模式识别与计算机视觉技术领域中的人脸画像合成方法，可用于刑侦破案以及数字娱乐。

背景技术

人脸画像合成有重大的实际应用，比如支持动漫制作和辅助警方破案。当案件发生后，警方一般会根据现场目击证人的描述绘制出嫌疑犯的画像，之后在警方的人脸照片数据库中进行检索和识别。由于照片和画像属于两种不同的模态，存在较大的差异，因此在识别之前先将警方人脸照片数据库中的照片转化成画像，再将嫌疑犯的画像在合成画像数据库中进行识别。目前社交媒体变得越来越流行，很多用户将自己的照片转化成画像然后上传到网上作为自己账户的头像以增加娱乐效果。

已有的人脸画像合成方法主要有以下三大类：其一，基于子空间学习框架的人脸画像合成方法；其二，基于贝叶斯推断框架的人脸画像合成方法；其三，基于稀疏表示的人脸画像合成方法。

Liu等人在文献“Liu Q,Tang X,Jin H,et al.A nonlinear approach for face sketch synthesis and recognition[C]//Computer Vision and Pattern Recognition,2005.CVPR 2005.IEEE Computer Society Conference on.IEEE,2005,1:1005-1010.”中采用局部线性嵌入模型来模拟照片转化成合成画像的非线性过程。其实施方式是：首先将训练集中的照片-画像对及待变换照片划分成大小相同及重叠区域相同的图像块，对于待变换照片的每一个照片块在训练集中寻找它的K个近邻照片块，然后将K个照片块对应的K个画像块进行加权组合得到待合成画像块，最后将所有的待合成画像块融合得到合成画像。但是该方法存在以下缺点：固定的近邻个数导致合成画像不清楚。

Wang等人在文献“Wang X,Tang X.Face photo-sketch synthesis and recognition[J].Pattern Analysis and Machine Intelligence,IEEE Transactions on,2009,31(11):1955-1967.”中提出了一种基于马尔可夫随机场模型的人脸画像合成方法。该方法的操作如下：首先将训练集中的画像-照片对以及待合成照片用相同的方式分块，然后对于每一个待合成照片块在训练集中寻找它的K个候选照片块，根据待合成照片块与K个候选照片块之间的关系以及合成画像中相邻位置的画像块之间的关系，建立马尔可夫随机场模型对每个待合成照片块寻找一个最佳的训练画像块作为待合成画像块，最后将所有的待合成画像块融合得到最终的合成画像。该方法存在的缺陷是：由于每个待合成照片块最终只选择一个训练画像块进行画像合成，导致合成画像存在块效应和细节缺失的问题。

高新波等人申请的专利技术“基于稀疏表示的画像-照片生成方法”(申请号：201010289330.9申请日：2010-09-24申请公布号：CN 101958000 A)中公开了一种基于稀疏表示的人脸画像合成方法。该方法实施方式是：首先采用已有的画像合成方法生成合成画像的初始估计，然后再利用稀疏表示的方法合成出合成画像的细节信息，最后将初始估计和细节信息进行叠加得到最后的合成画像。该方法的缺陷是：细节信息的线性叠加使得合成画像不自然，而且合成画像的质量绝大部分依赖于初始画像合成方法。

上述三类画像合成方法只适用于测试照片背景与训练集照片背景相同的情况，当测试照片背景与训练集照片背景不同时，测试照片用上述三类方法合成的画像的背景会存在噪声。此外当测试照片中存在眼镜、发卡等非人脸部件，而训练集照片中都不存在这些非人脸部件时，测试照片用上述三类方法合成的对应画像会丢失测试照片中的非人脸部件。

发明内容

本发明的目的在于针对上述现有方法的缺陷，提出一种基于贪婪搜索的人脸画像合成方法，以在测试照片背景与训练集照片背景不同时，忽略背景的影响而合成测试照片对应的画像；在测试照片中存在非人脸部件，而在训练集照片中都不存在非人脸部件时，能对测试照片合成包括非人脸部件的对应画像。

实现本发明目的的技术方案包括如下步骤：

(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；