[发明专利]基于超像素的人脸画像生成方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及一种人脸画像生成方法，可用于公共安全领域中人脸检索与识别。

背景技术

在公共安全管理中，基于人脸的身份识别是最方便有效的身份认证技术之一。例如在刑侦破案当中，当嫌疑犯的照片很难获取时，法医可以根据目击证人的描述绘制出嫌疑犯的画像。由于照片和画像在成像原理上的不同，在形状和纹理方面都存在很大的差异，给基于画像的人脸识别带来诸多困难。人脸画像生成技术是通过图像处理技术将警方人脸数据库中的照片转化为伪画像，之后可以将嫌疑犯的画像在伪画像数据库中进行识别，是提高基于画像的人脸识别的有效技术之一，因此受到广泛的关注。

目前，根据对人脸图像的表示方式不同，人脸画像生成方法主要分为三类：

一是基于全局表示的方法，这种方法是将整幅人脸图像看作一个向量进行人脸画像生成。比如X.Tang等人在文献“X.Tang and X.Wang.Face Sketch Recognition.IEEE Transactions on Circuits and Systems for Video Technology,14(1):1-7,2004”中提出了一种基于特征变换的方法，通过将整幅人脸图像看作一个向量，将人脸画像生成过程看作线性过程，通过主成分分析的方法进行画像生成。该方法存在的不足之处是，将整幅人脸图像看作一个向量进行表示，不能有效的刻画人脸图像的局部信息，在画像生成的过程中存在细节的丢失。

二是基于独立局部块表示的方法，这种方法首先将人脸图像划分为大小相同的矩形块，通过局部线性来近似全局非线性。比如Q.Liu等人在文献“Q.Liu,X.Tang,H.Jin,H.Lu,and S.Ma.A Nonlinear Approach for Face Sketch Synthesis and Recognition.In Proc.IEEE Int.Conference on Computer Vision,pp.1005-1010,2005”中提出了一种基于局部线性嵌入的方法，通过将训练集和测试集中的人脸图像分块，对测试照片的每个图像块在训练集中寻找它的K个相似的照片近邻块，然后利用局部线性嵌入的思想计算照片近邻块的线性组合权值，并利用对应的K个画像近邻块和组合权值得到伪画像块并最终融合成伪画像。该方法存在的不足之处是，对测试照片的每个图像块单独进行处理，忽略了人脸图像本身的结构信息，在画像生成的过程中存在人脸结构的丢失。

三是基于空间约束局部块表示的方法，这种方法首先将人脸图像划分为大小相同的矩形块，然后在考虑相邻图像块之间的约束关系的基础上，利用贝叶斯模型进行建模，实现人脸画像生成。比如X.Wang等人在文献“X.Wang and X.Tang.Face Photo-Sketch Synthesis and Recognition.IEEE Transactions on Pattern Analysis and Machine Intelligence.31(11):1955-1967,2009”中提出了一种基于马尔可夫网络模型的方法，通过将训练集和测试集中的人脸图像划分成大小相同、互相重叠的局部块，利用马尔可夫网络模型建立人脸照片和人脸画像之间的关系模型，通过对模型求解实现人脸画像生成。该方法存在的不足之处是，在将人脸图像分块的过程中，将图像划分成矩形块而忽略了人脸图像本身的结构特点，生成的伪画像存在细节部位的丢失。

发明内容

本发明的目的在于针对上述现有方法的不足，提出一种基于超像素的人脸画像生成方法，以提高生成的伪画像的质量，使得生成的伪画像的细节部位更明显。

实现本发明目的的技术方案包括如下步骤：

(1)从画像-照片对集中取出M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M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S，2≤M≤U-1，U为画像-照片对集中的画像-照片对个数；

(2)将测试照片S、训练画像样本集T_R中的画像和训练照片样本集T_E中的照片分别划分成超像素块：