[发明专利]基于自适应表示的人脸画像合成方法

摘要

本发明公开了一种基于自适应表示的人脸画像合成方法，主要解决现有方法合成画像清晰度低和细节不完整的问题。其实现步骤是：首先对数据库进行处理，将所有的图像进行图像滤波后，对图像分块并提取图像块特征，得到一个训练画像块字典和两个照片块字典；其次根据测试照片块中是否包含边缘信息或者面部特征信息选择不同的字典，寻找近邻块；最后利用马尔可夫网络模型得到待合成画像块，并对所有的待合成画像块进行融合得到合成画像。本发明与现有方法相比，合成结果具有更高的清晰度、细节更完整，可用于人脸检索与识别。

主权项

1.一种基于自适应表示的人脸画像合成方法，包括如下步骤：(1)将画像‑照片对数据库划分为训练库和测试库，并从测试库中选取一张测试照片；(2)将训练库中的照片进行高斯差分滤波，并将训练库中的照片与对应的滤波图像划分为大小相同及重叠程度相同的块；PTr＝{PTr,1,PTr,2,...,PTr,i,...,PTr,N},1≤i≤N，N为块的总个数；(3)用训练照片块以及对应的滤波图像块作为两个特征，得到第一种训练照片块字典Dp1，并对训练照片块以及对应的滤波图像块分别提取加速鲁棒特征和局部二值模式特征，用这四个特征作为第二种训练照片块字典Dp2；(4)将训练库中的画像划分为大小相同及重叠程度相同的块STr＝{STr,1,STr,2,...,STr,i,...,STr,N}，得到训练画像块字典DS；(5)将测试照片进行边缘检测和特征点检测，得到测试照片的边缘信息和特征点信息；(6)将测试库中的照片进行高斯差分滤波，并将测试照片和滤波后的照片划分为大小相同及重叠程度相同的块PTe＝{PTe,1,PTe,2,...,PTe,i,...,PTe,N}，并判断每个测试照片块PTe,i是否有边缘信息或者特征点信息：如果这个照片块包含边缘信息或者特征点信息，对测试照片块P_Te,i提取加速鲁棒特征和局部二值模式特征，根据特征距离从训练照片块字典D_p2中寻找K个相近的照片块作为待选择照片块同时从训练画像块字典D_S中选择与近邻照片块对应的画像块作为待选择画像块如果这个照片块不包含边缘信息或者特征点信息，将这个测试照片块P_Te,i以及对应的滤波图像块作为特征，根据特征距离从训练照片块字典D_p1中寻找K个相近的照片块作为待选择照片块同时从训练画像块字典D_S中选择与近邻照片块对应的画像块作为待选择画像块(7)利用提取的图像块特征，通过交替迭代的方法求解马尔可夫网络模型，得到每个测试照片块P_Te,i的多个特征之间的权值μ_i＝{μ_i,1,μ_i,2,...,μ_i,l,...,μ_i,L},1≤l≤L，L为特征的总个数，同时得到每个测试照片块对应的待选择照片块的权值ω_i＝{ω_i,1,ω_i,2,...,ω_i,j,...,ω_i,K}；(8)利用步骤(6)得到的待选择画像块和步骤(7)得到的权值ω_i＝{ω_i,1,ω_i,2,...,ω_i,j,...,ω_i,K}，按照下式得到每个测试照片块P_Te,i对应的待合成画像块S_i：(9)迭代执行步骤(7)‑(8)直至得到N块最终的待合成画像块，并将这些待合成画像块进行组合得到与测试照片对应的合成画像。