数学建模社区-数学中国
标题:
用 于图像生成的机器学 习 算法 在人像合成中 的研究与应用
[打印本页]
作者:
杨利霞
时间:
2020-11-9 15:18
标题:
用 于图像生成的机器学 习 算法 在人像合成中 的研究与应用
用 于图像生成的机器学 习 算
[size=22.9204pt]法
9 P% Y4 o- h! E4 O7 C
在人像合成中 的研究与应用
2 F/ W$ Y9 l6 O. Z
5 I$ k- N; n! }" w9 ?0 u o z. I! o
1 r' V! s: p% B6 F4 t2 ?7 q
随着 近十多 年来各 种 电子设备 计算 能 力 的 快速发展
5 I, j4 C: T6 ^0 n
,
1 f( O, A& \9 p) J5 n9 Q
尤 其是 基 于通用 图
t+ z( j$ Q. q* K' f; K0 z e
形
8 A/ ?3 R i* C- d7 m
处理器 的并行计算技 术的快速发展
. b2 S! d+ N. F
,
6 N, @! @0 X2 Q# H
机器学习 领域获得 了 快速的进 步
# g5 L8 `5 X! H* B j' t
。
* Q, @2 { u3 r/ u/ u6 L G. a
随着 基于
% h9 n4 D# B9 w/ D
卷 积神 经网 络的深度 学 习 方法的 出 现
/ Z- F! k) b5 U' [7 q7 \
,
4 C! Z: I3 m% x" F( }" M9 F
.
4 b/ u( V0 o) n; [( ?
传 统 的基于 数学 模型 的机器学 习 算 法在
3 T' f M# F, X2 P5 i1 r# s
很 多应用 领域都被基于统 计学 模型 的 神 经网 络算法所超越
% P0 i7 A" J9 ]$ A+ l o+ i" s
,
, |5 V; {( z% C9 q7 A! p9 J
尤 其是 2 0 1 6
2 M5 J! |- V) |9 j
年 以来
, E% A; |! ?7 P1 z6 ?
,
; G# d9 D, E+ l5 d* L' q
基于 生成对 抗网 络的 图像处理方法
5 W1 Z$ U9 g2 u L' x
,
4 V9 z# r) j6 B, N: S6 @/ l7 ]& `0 w
在传 统 的 图像识别
, \* x4 ]- J, o) m+ T
,
* C/ c* S/ _1 b8 @- @
图像增强 和 图像分 割等
1 V- J6 \" L+ K2 A3 v- K4 a9 ?
领域之外
& t8 d5 d( \6 F; L. d9 j
,
% F3 N' O; r* X3 [4 V3 p3 i
还实现了 基于 先验知识 的 图 像合成
8 i% K4 O( `5 M5 {& x+ V% y/ E6 Q( V
,
$ _) d+ N0 e3 J. F' T9 S6 a
但 图像合成过程中 仍存在算法
2 l- ~4 }" f }% a" [0 x/ {
结
& r8 q$ I1 u5 e5 S. \0 i
果不 容 易 收 敛
& U, _* `& o; V7 Q/ A
,
5 B% j- E) G/ F! l
计算量大
" c" F7 w- |! B4 B6 r
,
% T0 ]3 D# \/ ^
优化速度慢
+ v2 E. Q7 o+ l- k
,
( ?# ?& }% |# {/ a- T
图 像劣化 等 问 题
j0 g& ?* R7 c. H
。
8 J" H- Y4 Q' r" L: _% r
针对人脸 合成 图 像
5 L* a0 E& a7 n" F& d# ^5 I$ T4 x0 |
,
5 i0 G' C' [ C/ D7 M7 W9 f
已有 的 图 像合 成算 法其优化 目 标与 评 价方法更多 的 关注于合成 图 像 的质量与 细
$ I ^5 l) T1 y9 f" g8 N- D& Z" b
节还 原度
* D/ I, K0 `- M* _& j
,
# W0 h) V6 ?- t) I0 |8 o0 L- i
而对于 人 像本 身 的 身 份信 息 保持与 目 标图 像 与源 图像 的 身份特征
* t- `0 N* b7 }) ~ [# s& i
一
C u8 l: S8 C& L, {
致性等方面
4 b* B8 T8 o8 ^) g
,
& B8 a: [2 i" C: q' H" g& c' ^( w
仍需进
7 r7 L2 K5 n" o4 j
一
6 N* ^4 ~( l# A( }& A& z
步 研 究和解决
; V5 q1 D* E& y! r2 x' C7 Q: {
。
& ^) ^1 e4 X9 Y3 r! C" e) d; J
本文 主 要研 宄 了 基 于生成对抗 网络 的 人脸 图 像合成算法
5 |5 @" ]3 J2 x# u8 v) n
,
3 }8 D" d. |! F( B9 e4 F) H
将合 成过程分
8 _$ R) r3 @& O* e" T
成
' J' v5 x7 F* s, o8 d" O
了
' H% V4 p" ?- E% x/ k, p9 x2 H& s
3
2 z. p; T7 Q: T1 y1 ]$ O: d7 H
个 阶段
! |0 C" h9 h+ E8 p0 [$ R! d2 ^+ m
,
# o% ~7 X8 r1 t3 b0 G4 d
首先 是 图 像中 目 标主体 的分割
. v+ H% S0 \) Q
,
3 [6 Q4 E- g# O& u6 M7 U
其次是 人脸图 像的合成
! e0 O! _! g5 D7 Z$ v
,
, U& f- m. c' C: ~$ X) k3 y
最后 是 图
5 \# B! b- H' U+ R/ q, _, B8 E' R$ _
像的 超分辨和 画质 增强
% ]6 G6 b. ? i7 q3 K
,
- l5 w, n% ?, f5 j8 _. A" Q/ j6 y3 h
实现 了 人 脸 图像生成算法的 识 别
2 S9 A& T8 ^/ Q2 v6 M
,
1 J, a6 _3 v3 l2 H5 ~% B
分离
0 o5 z0 Q7 L$ G3 p2 v1 X/ C- M
,
, e4 B C5 K, e) o. P2 r
合成和 画 质 改
+ u }- S9 J3 c3 S$ e. g
善 的 全过程
]/ b! U) e, a7 O) P+ {% s
。
% j4 p( E: m! G# C
针对 目 前 图像合成及人脸合成研究中 存在 的 问 题
+ g- I( [: u6 y3 a% y. o* @
,
! ]; \2 U7 w9 J1 F! D4 p" Z
本文 主要解决
. y6 I) S6 X# A1 f
了
% W: ]; f6 N# c: v8 G4 |7 ]# y3 [
人 脸 图 像 的 主体 分 割及 合成高 质量 的 保留 身 份特征 信 息 的 图 像的 问 题
6 @* Q1 N/ g4 H4 z- u, z. S @+ f2 j2 u
,
o* K+ t5 i+ B* i, J$ r
主要
4 y0 a: y2 z0 O' r* P6 Y8 b
工
' u- ^5 ~3 f- `
作 内 容和 创新点 包括
% K& L$ W/ h9 w* f) [
:
# v# a @8 L8 c( O
1 、
( t4 f6 u% M( p* M5 G
基于颜色统计信 息的 高斯混合模 型分类算法
# Y% r* X- N" ^# {/ _, R
,
- a7 R% W( g; {: y
设计 了
. R, R* {. r3 K/ @" h( f' i
一
. V9 ]: w8 \, g. Q
种快速图 像分割
5 m) d8 [6 c ]# P
算法
' i1 C1 S6 M5 P4 S
,
2 J1 f( ^# O% y* P
该 算 法通过逐层 二分法
+ \/ T. H: g: s8 C
一
! m- Y$ X$ \( t$ b( w
次性的 将图 像分割 为基于 颜色分布 的 目 标 区 域
! A( C' C# _3 r5 d2 [
,
5 Q/ z$ g( p, b; t9 g( z! }. V
同 时 由 分割 区 域得 到相 应 的 目 标轮廓
% C' ]7 l. h Q% i
。
2 W/ t- p: s- t* k3 _; X" Q) c
该算 法不同 于传统方法的 先 由 轮廓得
2 g$ D) w6 R' a0 _
到
8 K9 K9 |' y3 n) Z1 @
连续的 边界
% h7 L$ X6 W0 C5 ~5 n; O: v2 X
,
* G: W4 z% S C
再得 到分割 区 域的 做 法
2 ~) F" H$ p9 \" m& O9 D
,
# }3 I$ s( I4 j8 `* c3 e! R- Q
而 是 直接基于 颜色 统计信 息和像素分 布
, B2 m7 r' h8 W; w% l4 Z
的
7 \7 O7 K" E2 ~7 g# \- C- G
形态学特征进行 目 标 区域 的划 分
/ B: B' f! O0 |6 p9 B3 ]1 Y
,
, I4 D4 n t4 x- a, g2 K$ L
减少 了 边缘分 析的计算时 间
: F; n& E* x% s0 C; l( M
,
% @2 N" t. C! |9 t J, T, n4 L
且对 目 标 区 域
2 i; p% ?8 z6 J
进
7 B4 H4 T& d# `" _- Y1 \7 J* U
行分 割 的同 时 即 可得到相 应 的 区域边界
1 d* p8 {4 ` _ `* S
,
3 q! A1 C# A3 b5 O( W2 T
具备很 好的鲁棒性
5 {$ V5 a) l; a) T& n
。
9 d* s" _7 _- y: p
2 、
- M' }/ P. Y- U9 h( e* H4 y3 O [
从包含 人脸的 任意 图 像中 截取脸部区 域
T- Y0 c, O. T8 d3 m
,
1 A1 ^) c) Z: K
经过背景 虚化
; I$ S6 ^2 {* J* g2 ]
、
+ s/ f# Z$ I6 Y( }
缺失部分 补
5 L A d$ ^5 I* ~0 r
全
5 i# M4 q% [- H2 h; N
等步 骤
* q+ {5 g0 n( e l. p4 J" F8 S: U2 O: x
,
7 Y; N/ M/ z: y* X# Z
基于 生成对抗网 络进行标准人 像 的合成
& U: W, k1 {# X9 S# b! i
,
! T: `6 ^) ]; h7 L
合 成后 的 图像具有 特征点对
: \" V) u; D: ]8 N' z( ^
齐
4 g/ c2 b2 P8 X% ?# v
后 的 人脸位置
]. E; P) P9 R7 ^! F
,
3 O# ^6 z- h1 d l
且脸部 及肩 部
! m5 L8 J Q) d7 J
、
. H- d# A4 v! @; x- T8 H
上半身 等部 分都具有 统
- M% @" d4 q$ p$ M
一
; Z$ b- B+ { k# f' B! A E I' V ?
的 分 割与合成 效果
' s/ S8 ~ p) x: }, i" ]$ u" h. q
。
' h, B) m( t0 X7 s
该
- u# o E" K' B! Y( P' v( x
方法处 理得 到 的 包含人脸主 要特征信 息 的半身 图 像
: }. j/ J8 s7 R% F" R
,
- W" |; J N0 o' a' i" J
可以 实 现人脸 图 像 的标准
! ~- ^; X7 \* i8 E) l% ~
化
- x& t0 y" V$ e5 r6 N8 M
,
$ j" I6 k0 N5 z, q- Z/ V
同时 最大 限度 的 保 留 原 图 像中 人脸的身份特征信 息
; V4 V: b2 ]8 h: L! c( p
。
3 I0 p: k$ Z4 a7 |! C6 A1 a
该 算法可以 作为人脸
7 }9 S) N$ H5 O0 c( s- c
识
+ ^1 O5 c; K- l; |
别 后 的 处 理步骤
6 X0 H- e g3 o3 W
,
+ A; V0 f7 R4 R! W5 [# D
处理后 的 人脸图 像 相 比 原 图 像具 有更
! R6 Q! U( R1 O: Y
一
5 T, F8 v& m: x% F
致的 图 像模式和对 齐
; i: h9 i; E( L4 H# A x9 i
后 的人脸特征 区 域
2 \0 g8 q1 r( q* q. j, `
,
2 F) U! r% C) N2 _. s
同时 该算 法也 可 以 作为 人脸数据 的前 处理步骤
$ M( C6 A1 x' s% y" E9 a: g
,
; n& x, O) }) w
有效改 善
- h, C* K U k8 J; ^" I
现
! a* z8 V1 g7 T% y# o8 `" ~: j
有 人脸识 别 与分割 算法的 效 果
' |- z$ N$ j! S1 C
。
' s: O0 @3 i9 [7 X& g; J$ p2 S8 b) r
! ]1 o2 Z* O M! ]/ \0 X( n
# R0 c; E( J: `/ k6 F
用 于图像生成的机器学 习 算法 在人像合成中 的研究与应用.pdf
2020-11-9 15:18 上传
点击文件名下载附件
下载积分: 体力 -2 点
21.13 MB, 下载次数: 0, 下载积分: 体力 -2 点
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5