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
& m3 }2 ? t' b3 ?& m, Z) n' d" X
在人像合成中 的研究与应用
5 E% {0 W" g; s6 s% s
& |$ A+ L. D; h' c; Z9 t0 e! y
" x6 i8 [) C* R- \. j
随着 近十多 年来各 种 电子设备 计算 能 力 的 快速发展
9 z! h# L* B" B" s! }7 Y4 q2 O
,
c( t4 i$ V0 N0 u
尤 其是 基 于通用 图
: q" \3 ^$ _; {7 h
形
# L6 m* V( f7 V' T
处理器 的并行计算技 术的快速发展
) Z% N7 T& V$ N7 b7 g
,
" x9 C3 A) w: m" ?* O9 ?* n
机器学习 领域获得 了 快速的进 步
* p& t$ n% r- ~8 [0 h# V6 [" ]! f( B
。
) n1 h: p N# X6 _
随着 基于
( a. B: b& p6 u+ g0 Z1 P4 F
卷 积神 经网 络的深度 学 习 方法的 出 现
: j S1 T3 |% V1 i2 K# C
,
" b9 P& W! J1 q( J9 _* R/ a3 I0 r
.
" Y- f. h1 c; r2 O* [4 w6 o; f& E8 Z
传 统 的基于 数学 模型 的机器学 习 算 法在
7 i( [9 X( M/ @* L; C
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
, C/ u% c) k( J9 h
,
* T8 ~1 c3 n' I6 p D
尤 其是 2 0 1 6
3 G3 f; v) w. Y2 u
年 以来
5 ^ z6 }3 D. s1 z* ~; c
,
. _; }, {7 }8 ~# S, A5 f3 V5 K$ l
基于 生成对 抗网 络的 图像处理方法
+ {. q5 |! _6 p+ M* M2 `" y, v
,
. q" o T0 T) G+ Z& W! h
在传 统 的 图像识别
- [5 ^( i6 v T* u4 m, ~. j) X+ z
,
6 ]. v4 K% }3 n3 a! C9 ?: k$ D7 u
图像增强 和 图像分 割等
# @7 ?0 P1 ~$ s5 Z
领域之外
8 y/ v$ R- \- X! ^
,
( @0 Y8 D& [; b+ x8 i) S
还实现了 基于 先验知识 的 图 像合成
. P7 w2 Y5 [1 q5 @/ o
,
/ Z% F* x% U. h7 T; o3 L5 o- i: b
但 图像合成过程中 仍存在算法
5 [$ [& D' P- a8 n
结
" |! ?" O& n3 r, d: u$ g
果不 容 易 收 敛
2 Y/ i. x3 d- Z& [0 W
,
" L7 Z. l* E, U4 J" J
计算量大
$ ^6 l# x+ c! E" J5 v9 S1 _
,
1 \5 v1 r0 x* x' J( y! w- h; e
优化速度慢
) X+ V+ `8 N6 E: Z3 j4 n0 @# n
,
* M" h9 [7 }4 g% F [3 b7 F
图 像劣化 等 问 题
, J, Y, p1 R2 c1 [1 G+ ]
。
$ n) r4 x& C9 w' T# f% i; s
针对人脸 合成 图 像
' @6 ^6 H* |6 k/ E# b
,
1 L; o. l9 o# W4 |1 }/ X
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
8 s6 L3 G( ^9 c/ z! r% a7 g1 k# j8 \' {
节还 原度
- A8 G2 B9 B/ S! X+ U2 q
,
+ g( b6 G+ } ^1 g0 h7 d9 t8 k$ 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
$ u: _/ [% F8 k- B. P& N9 O
一
$ O! V; j+ T H
致性等方面
0 z+ V4 F0 a& h) |) u% H, `
,
! r8 P+ O z1 z1 m" p# W
仍需进
6 ?& A; A: q R" ^5 q# J
一
! h' Y7 z6 D% B# Q3 P
步 研 究和解决
& A% [2 w2 @+ i$ O0 \" E [
。
4 z2 b8 G) u& P) J5 R5 m3 ]: E
本文 主 要研 宄 了 基 于生成对抗 网络 的 人脸 图 像合成算法
+ i( a2 s- J- G( F; P
,
0 m- t/ y2 w5 v( h( m/ `+ L
将合 成过程分
5 o- A- l5 \% Y. S0 |7 H6 t7 ^( ?4 V
成
5 p) i. _0 i& A4 p: C3 o' Z
了
( W+ u; w! x9 K2 B3 o3 l4 Y7 F
3
5 Q4 c$ W: x' P' E' Y; J
个 阶段
# t6 n% H* F+ A* F9 k$ y* }, U% v
,
$ I- r- O& P$ d$ C. g
首先 是 图 像中 目 标主体 的分割
+ P$ a5 H" [" h) e* f
,
+ b2 ]9 {0 a4 x. P* o# t0 `
其次是 人脸图 像的合成
1 l: j w, a7 Z5 I3 e
,
) s P5 ^ ~: d. [
最后 是 图
G# G9 b( f. Z$ n6 S
像的 超分辨和 画质 增强
" i- l) ?4 d( k) P5 ^5 k$ x" ?8 P
,
, Y& {& o6 H, w8 X- r
实现 了 人 脸 图像生成算法的 识 别
5 Z/ K0 a; y$ C7 _. P" a/ b
,
- J" P) [, E# q o" r# c
分离
! Y8 ~* r# ~6 X. W; [ w
,
# |/ x' Z5 E3 K! _( I/ G. r
合成和 画 质 改
4 ?" f8 C7 @& }) ~
善 的 全过程
: R# N) m+ |' R/ `% |. w% o3 s
。
# S7 S0 ~ H' r9 E
针对 目 前 图像合成及人脸合成研究中 存在 的 问 题
5 j D; a8 q" R; K5 A3 J* x! l
,
4 c( K* n( e, M. p) `
本文 主要解决
1 W, y+ B( ?7 a* R1 ?$ U. j" D' e
了
' C* H0 ~1 I- M6 W
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
) U m- _& ^% F5 p
,
0 G% z% T6 J( a' p8 G- ~* n
主要
' m( f3 L' k3 A- W! ]( b8 F
工
R% T+ o6 |1 y' W( t5 c
作 内 容和 创新点 包括
0 H* N3 H5 e' Q& u2 `9 N2 }% h5 ~
:
# \( [$ l9 i+ D8 b+ G6 @
1 、
8 r& ]/ Z1 ]8 v2 ]
基于颜色统计信 息的 高斯混合模 型分类算法
$ o0 ]9 [% b1 r7 E% r0 j. u6 I
,
. Q% m0 E( Z1 Z) Z! G" R8 ]
设计 了
3 Y$ p; E. i/ W7 \7 ?: i2 m
一
6 O) `4 J4 L7 e) k
种快速图 像分割
4 G( x7 Y( G1 H( ~
算法
, h6 y5 L/ ?7 v: C" d/ k) L# O) T
,
- P7 B1 V$ Q4 y3 I( g
该 算 法通过逐层 二分法
4 B: L2 y" m8 O/ U
一
4 |! k( l/ s% y, b
次性的 将图 像分割 为基于 颜色分布 的 目 标 区 域
9 m+ F7 l' ~' z0 y! ?
,
- R' P3 t+ i, D0 C5 N7 y
同 时 由 分割 区 域得 到相 应 的 目 标轮廓
7 H& K9 y3 M& B3 i$ b$ z
。
$ f' j8 X0 Q8 H: t6 C6 Q3 v
该算 法不同 于传统方法的 先 由 轮廓得
5 Y6 [' y& V: C8 i' B3 p: b% \& P
到
* Z6 h1 M& ]8 q' V2 f2 h
连续的 边界
4 Z! a. ~, e7 f3 F
,
8 e5 O- o0 J e
再得 到分割 区 域的 做 法
* e; v1 J- y# j, ?8 y7 P0 T
,
, t4 Z5 Q* [) f$ T1 q
而 是 直接基于 颜色 统计信 息和像素分 布
) i) e( e2 O) J% }/ m' u }
的
: M/ h' V' t- }, i
形态学特征进行 目 标 区域 的划 分
4 X1 r( A3 t% x" o! Q3 G$ L$ t0 X
,
. \% N+ F' g3 { r* Z
减少 了 边缘分 析的计算时 间
# D- ?( P9 w' ~ T
,
9 o: s( j( W+ p/ @7 J* A
且对 目 标 区 域
( [5 e: ]1 X6 a$ {# M8 M' g
进
. N7 Y/ Z* |* r- L
行分 割 的同 时 即 可得到相 应 的 区域边界
: e; N$ y9 Q: Z/ @6 N
,
1 t' z9 }* u3 k( {' U& v
具备很 好的鲁棒性
2 o8 F' A2 P/ m* ~
。
' h+ R8 W' ^/ ]: H( M9 f
2 、
H" M5 T; f) V) x
从包含 人脸的 任意 图 像中 截取脸部区 域
* C' T. D+ O/ M) H6 n! [
,
! ]8 Q7 y5 a' i {3 y& I
经过背景 虚化
$ V4 G2 m* i) ?1 ?( I T! u
、
# E! a+ `, a9 \ m9 ~' p) d
缺失部分 补
. T* m7 C4 T) p8 L
全
( ~2 e- b0 H# I* v: s. E
等步 骤
/ x$ y" U( I/ T
,
3 X4 ~3 F, c1 F3 u
基于 生成对抗网 络进行标准人 像 的合成
3 ]8 v3 l9 Y$ s, ] b
,
& G7 @6 ]! Z. p6 V# y
合 成后 的 图像具有 特征点对
- }6 h/ D2 P) g9 ?" [! e- t
齐
) z1 S- _; q: K% h" L
后 的 人脸位置
8 H6 |! _; D0 m
,
% t) t& m9 o1 Y+ n w2 } L7 v
且脸部 及肩 部
$ d- U% g7 \: ?+ w
、
, R# H: ?1 a- x8 n/ O4 X/ T% o
上半身 等部 分都具有 统
* p- B7 e+ |1 q; L
一
1 @# i& l6 ^" F6 ~$ g( u3 {8 W5 `5 E
的 分 割与合成 效果
3 e0 e$ M- ]0 e3 [" ]
。
% |4 u: `4 d' X
该
% z7 b) m) F/ l
方法处 理得 到 的 包含人脸主 要特征信 息 的半身 图 像
5 ?! Z( y7 ?) }$ @) w* b. V
,
1 d% M% v% l# p/ n8 P6 [
可以 实 现人脸 图 像 的标准
, v: ~ H: m9 o2 K& b+ `
化
6 h7 v: O% {. r# A
,
1 c5 V5 ^. g$ `5 r8 ~4 {' p" L; K
同时 最大 限度 的 保 留 原 图 像中 人脸的身份特征信 息
# ]/ ], C! w3 \9 p/ X
。
4 a& Q- u1 X) `0 m, a
该 算法可以 作为人脸
* }: r6 H4 I8 s" ^0 A- N8 |8 Q
识
# o4 ~9 h: \4 m8 w' y) T, M
别 后 的 处 理步骤
* F: m, e+ b# I
,
7 X+ K# ^, e4 ?. c3 c
处理后 的 人脸图 像 相 比 原 图 像具 有更
8 t" N9 D0 \) }) }8 T
一
) |) y# _! N% |. O0 B) L" [! n
致的 图 像模式和对 齐
) t# ]5 j0 F1 w# K
后 的人脸特征 区 域
( p( j w& F; ]& F
,
: ]0 |" K" F* a" u/ L
同时 该算 法也 可 以 作为 人脸数据 的前 处理步骤
$ a( F3 {$ @% t* H9 l* k( f
,
/ R& r: x5 q5 ^0 x# c
有效改 善
( r. X V/ t, r
现
( T$ D4 @8 I b7 Q
有 人脸识 别 与分割 算法的 效 果
! a0 c: t( b. F" {0 n' Y7 T$ v
。
0 i: d- q) F5 `* y8 Z
6 e8 c% |% V# `. e- E! O
7 N5 j0 R; j h4 ]$ 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