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

7 m# }* i2 }$ z. K6 x2 G1 n
在人像合成中 的研究与应用

% Z2 Z2 f. Q0 x$ D; r
$ U7 `9 |7 h( }8 {2 v( `( P+ v$ r, |/ y- u) t4 C9 U. f4 T
随着 近十多 年来各 种 电子设备 计算 能 力 的 快速发展
4 o' F7 k8 f! y  C' V， : r5 M) R9 [# R, P- J: x
尤 其是 基 于通用 图   {, d) x# |5 [
形
, k, {: Q: U' R4 |% H3 u% J9 R4 ~处理器 的并行计算技 术的快速发展
8 y& _4 V, R5 a3 K8 w，
$ J  `9 I3 N' c  M' v机器学习 领域获得 了 快速的进 步
9 u) T' G0 t! p! x; O6 U。
9 Y9 y$ X& b6 L% `& q+ B3 O. [随着 基于 % G6 _9 ?: _) Y: F. q
卷 积神 经网 络的深度 学 习 方法的 出 现
$ s  V4 b: `( E9 Q3 D% L， % N& a6 F" X7 W, f) _4 _
．
& k) G5 o, s) e6 l3 j, @传 统 的基于 数学 模型 的机器学 习 算 法在 0 r" ^( C7 q. Y
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
- l3 B" o+ T" h，
0 Y; ?' E1 ~/ f3 S5 H3 L* w9 o2 K尤 其是 ２ ０ １ ６
" x2 {* r% H' b6 n" X9 E2 ^  S" P年 以来 ) V4 m/ t& C8 V  ~: D2 s$ [7 B' _! o
， 1 n& _$ y6 T' `! \. o
基于 生成对 抗网 络的 图像处理方法
9 s" U; b4 x0 q% `, U5 W，
2 |" W, @/ n8 [  E8 P% B9 I在传 统 的 图像识别
3 S) Q: z. M; B& p7 d7 D# p( B， ) f* O0 Q  u+ L6 W) N8 G# t; c, j
图像增强 和 图像分 割等 * `. @+ i: g$ g  g! Q
领域之外
9 e5 K8 _( D& T8 O9 T( Y， ; M5 N9 Z/ q* i  e7 {- U
还实现了 基于 先验知识 的 图 像合成
/ H' N+ t( R$ l2 ]' u4 b， 0 ]# m7 A3 ]$ X8 }# Z; `
但 图像合成过程中 仍存在算法; k" S9 X) S1 V
结
. q7 M' q( b* P& V* ~+ @果不 容 易 收 敛
( W" U9 Z) o' O7 l: p  x5 ]，
- x1 y5 L; m6 D1 E: N0 I- Q. K, s  @: J计算量大 2 w" b6 Z% A4 s, |, K
，
4 d% U% ~6 d; A5 E% i5 e优化速度慢
2 V7 [; U4 o) I， 4 x3 f0 u: i! D& A& I! P
图 像劣化 等 问 题
' X1 h/ C  q& o5 f( a" f$ `。
2 W  G% N( E: \针对人脸 合成 图 像
0 f9 Q# }" b8 b4 {+ J: s$ r( d( B，
% b8 D' z$ j5 `) h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
# ]& C' ?4 e' Y* P9 i4 V: |9 d节还 原度
. N/ J0 J) u# |$ X2 T% m( Y* L，
0 {' R* L: q+ E5 W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$ X+ P9 D3 X8 {8 {; e, ?0 T
一 : T4 d0 z% f! U
致性等方面 0 N) W6 J; P! P) w* z
， 3 `& D" P' Z3 O# p4 _% I/ c
仍需进  ^) C7 J6 T2 [" x  B2 t% E
一
2 V* j' H2 n4 x. \, K; N+ U1 u步 研 究和解决 ; o2 X. \& ^  j" l+ \9 a
。
( @& P; N; Q2 E/ ~  y, n本文 主 要研 宄 了 基 于生成对抗 网络 的 人脸 图 像合成算法
6 l' k7 W4 j0 y7 ]' o0 b5 o2 D，
/ |# L0 L6 }& j. Z/ }* u+ N2 a) r将合 成过程分 6 Q4 I$ D& h0 w) t7 e: v
成
& f( P$ F2 L/ @了 ' e5 ]0 Z) D! _3 @
３
! F7 X7 X8 P, L7 m个 阶段 ' L0 F7 r0 f  m, J7 _5 }
，
7 t& N/ n" M0 r- r- z# p3 |首先 是 图 像中 目 标主体 的分割 # J* X$ |+ M( \% p+ H8 K" e
， . ]* U0 d3 c+ E$ e) ^
其次是 人脸图 像的合成
: @$ z: V& ^. \1 l$ t2 L7 A，
1 A1 s3 M0 i# i' \! ^最后 是 图
0 m5 j1 [" B% M# k+ k. ~' l; _5 M: v像的 超分辨和 画质 增强5 }9 H. B( R/ z7 n
，
! q0 O! w4 r8 _4 T! ?2 ~- T: p实现 了 人 脸 图像生成算法的 识 别 ' ~# ~$ l9 n0 s/ Y! H6 S9 D4 o, S
， 6 _+ M6 y$ ]$ b8 P* m; y
分离 , x% Z8 S  d  W& z; `! \" n
， 7 o( j" ?! s- H6 f. _/ L
合成和 画 质 改
& w6 J. Z1 n! M$ ^* Y$ Q6 w3 @善 的 全过程
" d; a$ g3 L! }! m2 c; c。   l. D0 x# M6 W3 C0 I& l1 j! u
针对 目 前 图像合成及人脸合成研究中 存在 的 问 题
% A; `: U0 Q  M' N' i# ^，   \# d# j) i8 M; ~1 d% e$ m
本文 主要解决
: M2 R8 Q& E) s% U1 g1 I; N了
" j! `+ }: n: e" \" m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
( v( k! n4 F$ w4 T+ b: f， * S2 P+ v7 D" I2 s3 ~
主要
, k; Y$ w7 p! [# Z! S工
1 S# p- F6 ^0 [7 k% s4 @! @作 内 容和 创新点 包括
: O- ^4 ]8 N% g6 X( v& h：
0 M7 _6 N5 F; D, E' \１ 、
0 \0 m( p, i( D基于颜色统计信 息的 高斯混合模 型分类算法
) ~# l6 G, {8 b! g，
) x+ h6 @  p  o3 ^4 n设计 了 " u8 N5 H' H# g, a: _4 R
一 ' ]# o$ l) D% ^5 c. Z0 P* ~9 Z% n
种快速图 像分割
  w( Y2 O7 `4 ?. Q6 n; d5 r算法 6 q* ]! {, z) j! k& u; a
， ; g# E4 ~/ N* E/ @
该 算 法通过逐层 二分法/ L3 M( s4 a7 i* g/ S2 q
一 7 X# }$ E; ?6 z4 P
次性的 将图 像分割 为基于 颜色分布 的 目 标 区 域
5 k- N+ D# r+ n( A; F' T， 6 A4 Y3 |- @0 o7 ~
同 时 由 分割 区 域得 到相 应 的 目 标轮廓
) r8 v1 l# R2 t9 [。 3 U1 ?: Q, w4 K% h1 D1 y3 l9 o
该算 法不同 于传统方法的 先 由 轮廓得
  [5 {' g+ K9 l到
" q$ `! k3 \; k3 H! e7 k8 V* ^$ l% q连续的 边界 9 `3 K- Q* m) ]1 E/ W
， ' L: |/ ^9 v- _2 y% h, ]
再得 到分割 区 域的 做 法 ( c) e9 d& |4 J8 e: O4 w/ z- _+ Z
，
' r0 ?+ Z* H- |% u8 c" {而 是 直接基于 颜色 统计信 息和像素分 布
% v9 H$ d) D1 V' O3 t的 ' M0 k4 z2 C9 X7 N5 A7 Q) X  L! m- A
形态学特征进行 目 标 区域 的划 分
) A8 Y5 _: E9 o7 ?& u& h$ s' u& w， , d& x0 p  V/ g2 d/ B" {
减少 了 边缘分 析的计算时 间 - @( U" Z* X0 [* C+ _6 Y3 R& \
，
  p7 E% F( F! h8 t% b* S且对 目 标 区 域: U7 k( z6 N0 O4 ?; U5 v& P
进 ; B& S6 ?; j7 y" Z
行分 割 的同 时 即 可得到相 应 的 区域边界 9 J& q9 K/ ?9 x9 ?9 H
，
. F! E8 ~+ C) I4 |" N8 Z* `2 E具备很 好的鲁棒性3 T5 y- F' p8 h& ~6 N
。 7 U7 P# F! @( b4 \
２ 、
1 c5 u$ F) J& @. f. \0 r从包含 人脸的 任意 图 像中 截取脸部区 域 ! [4 ~6 \% P. |2 d4 L
， - E- H2 w( M* z; v% P* k
经过背景 虚化 % l/ F; v( k' r" S* b
、
3 S: y! n" {4 f7 \) r1 G缺失部分 补
/ M- w7 G- N/ r" Y0 F全
, L6 m6 z8 d- Z9 U/ G: j+ O等步 骤5 t+ s8 u. R7 x# ^! T  t! y3 }8 ^
， * s  s/ g, L" |1 J
基于 生成对抗网 络进行标准人 像 的合成
; `, @7 R9 [4 o" `0 r' V， 2 y$ G4 T8 T# i7 S; ^
合 成后 的 图像具有 特征点对0 s6 h0 \% U- r, F( t* J& Y. @6 Z9 H- m
齐 9 J8 f. N7 O, A6 J3 K% [8 p
后 的 人脸位置4 U' J* v$ |4 N; X9 b8 z
，
& u, s6 p9 a; H4 ]3 u( |% \% X且脸部 及肩 部
' z' z2 Y9 ?6 Y" L8 u  @! j% B$ E、 - L; n* M3 `) q3 j: I
上半身 等部 分都具有 统! E2 p' B. B2 R
一 7 K# g8 I8 _0 g* M
的 分 割与合成 效果
# w/ _9 r, j  r* d: `  o, }。
9 j2 o. b  }. o+ ?: X该
: ]+ i) f" l9 i: S方法处 理得 到 的 包含人脸主 要特征信 息 的半身 图 像 6 i" G4 {5 y) g* J3 S
，
* E6 r; u! C! s/ P- R2 a可以 实 现人脸 图 像 的标准 . i6 A- Y) ]) s8 J7 ^6 p
化
: U6 S9 s( n3 @，
% q+ g* x6 K( {8 P同时 最大 限度 的 保 留 原 图 像中 人脸的身份特征信 息
# y! C5 o9 {/ q3 l。
+ M, l" s: L+ I. Q! K( k( H该 算法可以 作为人脸
1 l1 R6 m" u5 Q1 e' Q  f识 ' N1 d$ S5 @: e- u6 M( R
别 后 的 处 理步骤' k3 X& o( j- m  n5 r0 f( g
，
+ A% I- T8 T9 G1 f& I0 H' W处理后 的 人脸图 像 相 比 原 图 像具 有更
% t6 N9 ]  f' j6 e+ N& }& ~4 G; z) T" z一 7 b3 j/ `% D. Q% G& Q" N
致的 图 像模式和对 齐 2 J% y' }& \, _( |
后 的人脸特征 区 域* i' Y% v. P2 {
，
3 Z1 a" G% ^, o  _同时 该算 法也 可 以 作为 人脸数据 的前 处理步骤
# M7 I/ @! W- h3 M7 w& r， 3 X$ Z. V$ ?, B
有效改 善- m, d* E  i- s0 t/ L
现
- p7 k3 M+ ?! ^# ?0 Q% W有 人脸识 别 与分割 算法的 效 果 ! [% \! t% h/ Z5 A" I9 n1 g
。 * A( D- d& L& y4 S8 _& \
2 f% H, C; W: P9 _
* E, T& B/ r' N

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

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