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
* U. r% F/ ^1 W8 m( ~# o; y
在人像合成中 的研究与应用

; G4 i- J2 J& o! y# ^% P5 b3 R9 H6 H9 l
  c% Y' ~( p; k
随着 近十多 年来各 种 电子设备 计算 能 力 的 快速发展 + I4 Q' g1 k; Z0 }. o" g
，
0 X  M7 }# C) ]/ l$ U2 a尤 其是 基 于通用 图
- q+ p; `+ T# e# f: v0 e形
2 H& I' |, E7 s' p  y+ j4 e处理器 的并行计算技 术的快速发展
) L4 c! `8 j8 l9 n& Q5 k，
! d% C7 X$ M" Q6 M机器学习 领域获得 了 快速的进 步 + H  n. Y: r5 }; T
。 7 d* n' S1 t! g3 y5 E6 ~& e
随着 基于 $ v  B; r  H2 D. G$ F/ E, {! c
卷 积神 经网 络的深度 学 习 方法的 出 现$ z  L; t$ q  W2 j$ w9 g
，
( {3 |" Q8 ]. ^8 i1 M．
. e. h+ M/ s  o6 K- D传 统 的基于 数学 模型 的机器学 习 算 法在
& L& i; i% I) \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
* A# o/ `$ s! N( s& z，
2 Y( v% |& h" q尤 其是 ２ ０ １ ６ : E0 E0 L% F5 P5 ^+ A
年 以来
$ P0 s' n3 m6 H3 @8 f( ]，
1 D) A, Z7 |9 }基于 生成对 抗网 络的 图像处理方法
& v! ~9 R$ {" s6 K" z5 J， 2 ^  x$ T8 D6 F4 c1 Y' I  n
在传 统 的 图像识别 2 Q6 ]# b0 N0 C- J
，
+ I. k7 Y* r' _( ~+ k图像增强 和 图像分 割等
) W5 V6 `3 U# N2 u0 w4 e领域之外   r4 V2 G$ x6 Z8 K
，
9 D) ^. [0 A' w  k还实现了 基于 先验知识 的 图 像合成
, j( t9 R3 k# E0 B1 T6 `，
" I1 V: n# G! v' X但 图像合成过程中 仍存在算法* N2 K2 l/ ?7 H5 \' L
结
  l+ v7 X8 w0 A0 u& c$ B$ x果不 容 易 收 敛
( T% u& t7 i/ c; X7 T& W， , u" U' {! w$ `) V. z
计算量大
+ [7 k+ B$ y7 X; q+ K. I， & n7 m# w2 G2 l! M( n8 ]6 g
优化速度慢
0 T# B" c; v# H  w: w0 s，
: R1 E5 T0 d0 w7 ?  c3 {1 A0 d. z% e图 像劣化 等 问 题 7 U: b0 T+ T) G6 F8 Y" z
。 * L+ N7 Q3 w( V# Q/ h) y* x
针对人脸 合成 图 像
# B, P8 h. h* w' M: s，
6 j1 c+ o, o- O6 a' `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 / @9 v0 e1 n, d% z3 P
节还 原度
7 x0 c4 i1 A, Q% c$ D/ |2 G- A，
! L+ b/ b0 X# }" R8 v$ J6 L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/ c$ ]$ d$ n: T; P+ G0 C
一
* _' Z2 c, m, x: n3 i致性等方面 3 v, @2 J3 y; K' N( O
， 4 e) @' n% d, r" d  G
仍需进& @9 @( j5 {5 ~+ e9 X' [& C
一
2 m& p3 s/ Z( B* M步 研 究和解决 ! e2 P/ a2 m0 N1 G
。 7 e/ f7 Z0 _4 [; C
本文 主 要研 宄 了 基 于生成对抗 网络 的 人脸 图 像合成算法. p. p. z' `4 Z, M* ]9 Z: s* q% X: a
，
  P# J& ?% A! c# n: V将合 成过程分 ) w- v! j) G5 v! H& E8 u  ~* h
成 : f) `7 H, s6 @! L- n6 `
了 % u- x% G$ A) Z3 P4 B0 M( k6 V4 O
３
7 J; t  i6 }5 |, l. T个 阶段 % u: E( j* t: C) G; l" O6 [" `# Z
， ! `. Z: i& u  ~$ L- n$ T
首先 是 图 像中 目 标主体 的分割
. |$ e) I: m' {* }3 O* e9 D; |! e，
. M. @- x8 P7 d4 }/ n# A& V其次是 人脸图 像的合成
; _1 [) C2 y! y5 t， , F* T$ K$ r9 f4 T
最后 是 图 & H. _' Q2 _4 C3 J2 J4 d# R; ^
像的 超分辨和 画质 增强
% N9 ?& D% Y- S" J; V$ s" V7 @， " h" d  J9 ?( p& u+ M" `
实现 了 人 脸 图像生成算法的 识 别
8 Q* x) E; L- Y6 h1 ^* x& g) `，
; t; c7 ?7 m7 K: B, a分离 8 S2 e( J% R  J2 r; T9 B% M
，
: y7 T7 x& R1 s9 g/ T合成和 画 质 改   T' ?1 J" D$ J1 [& y
善 的 全过程 2 |. z" l& Z) `- c+ H" @: V% K
。
9 u! S3 V+ N7 }2 l2 |- h( k针对 目 前 图像合成及人脸合成研究中 存在 的 问 题 ) k8 Y! P7 Y' |8 |. O; R
， 6 K6 }* d8 @* \9 w2 ^# M
本文 主要解决
& f  [9 H0 n$ f3 c% W, I了 4 e6 U0 ^; ~- \) g2 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 % x& }1 u+ T5 j- b1 A) M. N
，
! f/ l/ y( v7 I/ P( e6 ^* M主要
; T. H: i8 L. D# l8 E工 & D  t. Y& X  x% V/ A8 I) ^! H3 o
作 内 容和 创新点 包括1 u; M* p! Y* D. I' X  q
： + W4 l, I+ b6 }
１ 、
# b: Q: c0 y7 K9 s! q4 n' a" A基于颜色统计信 息的 高斯混合模 型分类算法 ! d; \: m$ O- B  _* T
，
9 I6 K: p8 \& k7 p设计 了
% f/ |6 ]; S( J4 K一 - \4 _% _. t7 |. U4 |
种快速图 像分割
/ ?/ U% c( o( I4 ?" l: r. p算法 9 W1 q( s* G3 ~9 _9 U" R; P8 c1 Y. ]  l
，
. e* m& k# j* L% k% C7 b该 算 法通过逐层 二分法# \% ~5 q1 w, e# L4 G1 i
一 9 p; e7 ]& B6 ^; f# [& M
次性的 将图 像分割 为基于 颜色分布 的 目 标 区 域: O# p" d! K3 a' r
，
+ |! f5 t8 |. {* g$ T  Z同 时 由 分割 区 域得 到相 应 的 目 标轮廓
/ ?' d) ?& D5 r! o。 + I- i- N# |/ r
该算 法不同 于传统方法的 先 由 轮廓得
( Z2 G$ G+ C4 e- K/ u1 x7 y, Q到
; M) s- v2 i9 I  g# {连续的 边界 . }7 A/ d8 E. v2 J4 Y- c
， 3 j  m; _4 L* b% a+ r
再得 到分割 区 域的 做 法 " A7 w; O& w4 O5 G
，
% {0 i5 J/ A$ a而 是 直接基于 颜色 统计信 息和像素分 布 - M8 ^  |+ r6 o  S/ Z
的 3 i4 r. g0 w! F: C- |
形态学特征进行 目 标 区域 的划 分& ]/ u+ B7 Q, G0 k% K; H- n
，
* s6 @3 W  ?. f5 F$ \) E减少 了 边缘分 析的计算时 间
; y8 A0 o. L9 j. X2 j, L" m，
0 O2 r1 t3 _% M2 K且对 目 标 区 域; i1 M$ n8 j7 p6 [+ u% I$ H- q
进 # E* A# \! {+ E0 [. E
行分 割 的同 时 即 可得到相 应 的 区域边界 0 r! S) H, z9 k
， 6 x/ k, l7 ?; n3 v0 I; p- v
具备很 好的鲁棒性( r: q8 h4 n4 o  }* w2 W, h/ `
。 3 s$ g+ ?+ U, u$ R3 D  [
２ 、 ' |* L! ?: {5 b  l
从包含 人脸的 任意 图 像中 截取脸部区 域 % V* q) |& f5 D% t& M
， - D0 M/ _2 p( e( O, ~; U, k
经过背景 虚化 0 k+ m3 E! U4 _7 O# g6 G# W) b
、 . m: U: ]4 d) Y& {7 Y% s8 d
缺失部分 补8 F. B  I, [! [4 ~8 d
全 ! g: @$ ?5 t, a+ a5 l; M
等步 骤$ R; N  u4 d, r: e. R+ `: e
，
: j& b, V' Z7 A" f基于 生成对抗网 络进行标准人 像 的合成
; [8 B) \, ~& O7 e5 x6 ^$ l! P，
" H  p5 T" L' ?: A4 m) b! `合 成后 的 图像具有 特征点对4 I" W- S5 i0 U
齐
5 X1 h- x5 S" o  j; x. S后 的 人脸位置
4 {4 d9 V4 i9 M1 v9 q" r) `! S， & h; r; f' f7 H0 i) M9 R2 M, l( e7 ]' x
且脸部 及肩 部
' i) Z! l9 d. X1 E5 n3 I) R、 4 e* M" g3 x" r
上半身 等部 分都具有 统/ O: C! u( `. r8 t% \
一
$ w: ^0 F4 u4 @1 Y9 P3 R- s的 分 割与合成 效果
6 w" h0 [; K/ L* y& o3 |。 ( b: j+ u+ c# t. V) X; h
该
5 e# c$ x+ c* v: G& C2 v方法处 理得 到 的 包含人脸主 要特征信 息 的半身 图 像 * C, ?% q6 c; v$ [, K' n, L
， 3 x" q6 b) I& k2 f$ K
可以 实 现人脸 图 像 的标准 5 B! Y6 Z" [/ ]9 [: o( X
化
4 s& l; w$ I; T! |& t4 I  ~( n' V. g，
+ u* Z% Z) |( X( K" q( o3 i同时 最大 限度 的 保 留 原 图 像中 人脸的身份特征信 息   @# H5 z3 W+ G
。 ' F( |. E2 O0 L7 _4 S6 l
该 算法可以 作为人脸( ?3 b  L4 W0 X4 a, w
识
% G3 W# P$ I1 Z9 x& C5 f' }4 d别 后 的 处 理步骤
0 m& [5 J2 S: b# k0 N， ' p, J: D( i9 x6 a% W8 N3 v0 n
处理后 的 人脸图 像 相 比 原 图 像具 有更
  `1 F4 z* b" C一
+ r  _4 L8 R  ^, d) G' k% ~致的 图 像模式和对 齐 - N9 s& M+ l2 M+ _7 L
后 的人脸特征 区 域" h5 |3 ~8 E& p' `3 R7 U
，
; ?% c  Q% M" g. ?同时 该算 法也 可 以 作为 人脸数据 的前 处理步骤6 M9 T' U4 Y( l3 n! A
， 2 x  h0 ~* f3 J; e& f4 `) G
有效改 善
6 Y5 ]- a" F2 d. m# n现 8 J1 }8 R' ~! A& X! K, ~9 T/ }
有 人脸识 别 与分割 算法的 效 果
5 F5 f( d4 l! |( q$ R。
: }: K* `7 C- x6 ~  K$ U
6 I5 v' k' j0 s/ @; z% Y1 u/ i% W
0 S& A# m+ P9 D/ @* E: t- J

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