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
+ \8 {2 S# x0 r) }5 o: D1 R$ J
在人像合成中 的研究与应用
% q, @: c9 x. e3 U; J. v
: O X4 p* U. L V$ k* l
9 z. T7 a/ V. W2 W& U& e# e
随着 近十多 年来各 种 电子设备 计算 能 力 的 快速发展
$ X% u; \) T2 Y6 p
，
% H: m" h, ?! E
尤 其是 基 于通用 图
- H. b" L4 v: H8 c$ Q: o
形
; C! y8 ^- P1 h& m# f
处理器 的并行计算技 术的快速发展
( a# Y% x4 T3 L2 {
，
2 \7 S6 B5 t5 u+ u3 t. [5 o
机器学习 领域获得 了 快速的进 步
% G: r0 C# N9 S' ]
。
q0 S9 ?4 A0 w# {# y8 U- S8 n
随着 基于
* l5 O% m, ~% {; g' M3 ]
卷 积神 经网 络的深度 学 习 方法的 出 现
. _$ c) I! `# w- m+ ~" g
，
, ^2 O' d5 I j3 r% \, e
．
/ M" G8 I# Z- O8 H
传 统 的基于 数学 模型 的机器学 习 算 法在
2 _. Q2 }4 Y3 e8 l
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
0 D# l: h4 \9 [. M |& K/ @( D9 ]
，
) T% N# ~5 _4 T8 C+ [
尤 其是 ２ ０ １ ６
- c0 u- b% u6 w% x1 \
年 以来
3 p# w) i; b k# _5 d
，
) P, u' `+ D: K* S4 h: R
基于 生成对 抗网 络的 图像处理方法
8 l" x" C7 I4 a' {( J. |* ~8 p
，
2 l+ P5 @9 N0 x; q+ ?
在传 统 的 图像识别
3 ]; Y9 E0 }& I5 Y4 C) j
，
7 q1 M/ i6 Q7 ^% w1 ]
图像增强 和 图像分 割等
7 a- p+ Q3 ^% v$ }
领域之外
- s9 p$ \6 L5 S8 T+ [( S y! k
，
K9 d/ ^& r8 z9 I% u7 s4 ^
还实现了 基于 先验知识 的 图 像合成
6 U2 F2 Q. w0 z; k3 S, _4 U
，
: o4 g7 ?9 M# U4 i! c
但 图像合成过程中 仍存在算法
. G3 c. t6 G: {/ S6 \
结
2 o R) @! L ]: W ?
果不 容 易 收 敛
8 M" c, `* U9 T; v6 M
，
: V6 }& F9 C! X$ ^- n; z
计算量大
! [' U' L4 ? b& m9 }" ]: H
，
# Z0 j4 j! [) T8 C! p. ^8 X
优化速度慢
+ w, m" E0 I' q: Y% f
，
; E( m# l; Y& X8 n7 X
图 像劣化 等 问 题
! J! N8 J3 t1 P3 F7 y6 t3 c
。
8 \* a+ E: C+ D( N% P
针对人脸 合成 图 像
C4 r( I) H1 j% J. z0 ^
，
- A. B( m. P @. O7 i
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
5 {) M" p" T9 m$ o8 a. |' J7 N
节还 原度
9 j7 F2 l: f1 o$ F; U! v3 L( u$ H
，
5 B# b8 q, V% e/ D, s# W# F
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
6 g. {$ t2 F4 r- Z1 O9 r
一
9 y! A# S J% b. j2 N" d/ [, K
致性等方面
/ D7 C3 R% r4 E q' Z g+ J
，
; r4 d; `8 m" `+ F* _% z- J: \5 Y
仍需进
& @2 N9 a7 ^: S6 R' \
一
' z1 c c* f6 r1 M3 Y+ ^ }
步 研 究和解决
$ v3 L, d. K$ ]3 _ {( @% K
。
w9 D: ~9 g+ G8 P
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 ~; J, G$ k" Z: X1 K( X' J& w2 b7 e
，
. h7 D; f8 U3 K4 C8 h: V7 s* d
将合 成过程分
+ d2 H( e# W6 w+ _
成
( }) x/ c8 x) V
了
4 Q3 R F' Q& _* h; p t) a8 R
３
$ M/ e* l; U- k" Y: o! o
个 阶段
% N& ] C0 T7 \- K+ Z# A
，
, @: U2 n8 C! }; {8 Q3 {+ R
首先 是 图 像中 目 标主体 的分割
2 v! \5 C/ v; r$ h' P7 }
，
9 b. X) Q* {0 U/ `, v- d( ^3 `+ m( R
其次是 人脸图 像的合成
) {% j6 v( M& r* ~: F6 L
，
, r4 P" o* S6 b; |! \7 X
最后 是 图
& z0 D- N+ @7 w/ W
像的 超分辨和 画质 增强
" m. w' n+ Y5 _7 Z3 h6 e1 G
，
$ |" U' d: m) R# N: ~4 }+ E4 ~4 X7 m5 ~
实现 了 人 脸 图像生成算法的 识 别
. u9 A) U) ]2 c5 y9 ~0 \# M
，
0 ?9 y! \2 I0 B* r% y7 j
分离
3 M; n5 `1 [/ M( T$ I; ?
，
! Y- A4 T+ R. Z" y L
合成和 画 质 改
2 l+ a9 H2 T/ t" ^* I7 F; K
善 的 全过程
- m6 {9 y0 m& w; S, U( s* l9 ^9 p
。
& T$ F( d% ]) U; N3 W
针对 目 前 图像合成及人脸合成研究中 存在 的 问 题
0 f4 B1 h8 W& R' s, B
，
. V# |3 {$ {* N' }' H
本文 主要解决
# j3 A+ H- P, ?9 G
了
+ A7 b% M/ U+ A+ u
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
7 l9 I, p, R: G ^
，
+ z- z! k5 H* P
主要
" x) X) @* X- @1 R+ g- C" x7 k0 N
工
3 {* }) @% e( a! ^4 r) `& F2 x
作 内 容和 创新点 包括
. }7 D4 |( i8 [" m. \4 @
：
* k) p. U: [) x
１ 、
! G' \- Y) a% B; d3 U
基于颜色统计信 息的 高斯混合模 型分类算法
. o: b* F! @* n' A
，
. h* ]3 n- y, _. _8 o) T6 n1 y1 X
设计 了
, W6 ]) r( A# {# X% Q. q o4 l
一
' r1 {" I" C! }# k, j2 u/ A ]& G
种快速图 像分割
1 p4 o$ P4 J ?& Z
算法
! c% G/ W1 k2 p$ W- B+ n
，
+ i o1 ?5 C8 t& K$ c V
该 算 法通过逐层 二分法
( @6 R6 ^) E6 ^+ w l
一
4 G1 v/ Q# G9 X; [
次性的 将图 像分割 为基于 颜色分布 的 目 标 区 域
3 t" Q' z# C1 w7 j3 X" v
，
2 |! A. T" B7 j0 Y9 W
同 时 由 分割 区 域得 到相 应 的 目 标轮廓
; N- j- ]* d/ I' A
。
9 [' C( g+ P" M! Q0 e9 B. Z; y8 A
该算 法不同 于传统方法的 先 由 轮廓得
% H5 {, G& Z9 Y4 }. L- H
到
( @) u7 B' R9 c, h3 v2 V/ V
连续的 边界
4 ~$ H, o8 O4 q% F) A( r" R8 Z
，
* z0 V7 m, L% R1 m. I& C
再得 到分割 区 域的 做 法
8 T7 K: X( i5 ^! |9 m! j
，
( W- S4 Q/ c- |9 F; N5 \ W: x6 M. L
而 是 直接基于 颜色 统计信 息和像素分 布
8 c5 R. W* T9 a! S
的
1 F) ~! Y7 z. Z9 [
形态学特征进行 目 标 区域 的划 分
' L4 }/ B$ E8 Q$ N- A* w* P
，
8 a* i; m4 r' U; v
减少 了 边缘分 析的计算时 间
! w/ o- k! [: g& ~
，
4 F; H# M% C# Q/ D) f
且对 目 标 区 域
3 O9 M! ]6 A6 A! d: t# I
进
! `8 \: h6 \4 W( l2 {% Q) B3 Q7 Z
行分 割 的同 时 即 可得到相 应 的 区域边界
4 G& v; y) i8 I3 Q/ w( v
，
& e! e6 _6 e1 {0 m' h3 \
具备很 好的鲁棒性
7 v2 R1 d9 q/ z4 I- @ H9 o& T
。
: h9 x/ r' ], W4 i6 D; l i: I5 a Y
２ 、
- ^( V3 J* p6 I) f
从包含 人脸的 任意 图 像中 截取脸部区 域
) `0 K/ V$ W1 Z. ]. k$ Z1 f
，
( u4 U* r3 p, Q! }! G6 R& ^/ s
经过背景 虚化
. G7 y n. B: ^8 m
、
$ }0 A4 R' O. |# v/ m/ w: O
缺失部分 补
! g _8 S" d% I. Z) Y8 u- N) j0 T
全
7 S d; K, y% j$ D: `& t
等步 骤
" i- c" t0 b% {
，
" [' p# d$ ~2 K k5 K; T
基于 生成对抗网 络进行标准人 像 的合成
- n1 C6 M, x/ C
，
" Z2 `/ b% h4 u* `
合 成后 的 图像具有 特征点对
; O8 L2 ~# H0 r! {! I" ?
齐
* P$ d. J, `$ A
后 的 人脸位置
S8 T9 \3 o# G9 ^
，
2 \6 S. q, J: c5 p
且脸部 及肩 部
( K+ ]! x# H: y9 [9 O
、
% Q; k+ a) o1 y/ I7 Z! l% c
上半身 等部 分都具有 统
q ]/ {. J. @- \1 \- J$ B+ ~
一
: O6 v- w( d5 d" `
的 分 割与合成 效果
/ \ x$ P6 u! E, S, q5 ~( B2 H
。
$ }/ E3 ~ I- {, J. w
该
+ R: y* R0 ?/ P! F1 {9 I/ r: f' ~
方法处 理得 到 的 包含人脸主 要特征信 息 的半身 图 像
. G. r, {* N. i. `- b
，
/ ~; G( w8 `' }; v: o, C" c
可以 实 现人脸 图 像 的标准
( P2 J: w" H$ d2 \/ [% J
化
0 q& K! F& z2 p* d. U* D8 t
，
6 X, G* l$ I' w. ]" ]$ d5 d, h
同时 最大 限度 的 保 留 原 图 像中 人脸的身份特征信 息
+ Y4 S8 N# e6 L- _6 S
。
7 Z" o$ g1 _1 z) g0 i
该 算法可以 作为人脸
* l+ N1 g3 y% `) M9 R4 N
识
7 ]3 `" Y- t$ U( {. l" d# T
别 后 的 处 理步骤
& a, c+ i9 H7 f) M
，
/ ]. e! b# f5 E6 V" T5 e( v4 y
处理后 的 人脸图 像 相 比 原 图 像具 有更
2 f9 E& V6 Q# A4 S
一
& R2 |% l! ]+ B! x
致的 图 像模式和对 齐
7 f& `* d% v, y0 O% ~, I4 l+ J: n
后 的人脸特征 区 域
5 M; G( F% u) {* C" ^' ]7 G, h
，
1 p( N6 \+ U( `: n: Y* y$ q$ D
同时 该算 法也 可 以 作为 人脸数据 的前 处理步骤
4 u/ h" j! f8 ?0 ^# U6 \) R
，
& O* ?- Q, x3 d: u U* O! ~
有效改 善
- [9 B* }9 `* E$ F6 }( d$ V1 W8 s5 a
现
( c" ^* D. E3 n4 ]: |
有 人脸识 别 与分割 算法的 效 果
# _* q( e) C1 P4 r& d
。
9 }& V8 B8 E1 h; ^
% y4 }9 m) X# y) C
$ G* C) _- A+ [# G( d) k+ L
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
