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
0 d; N4 \% f; M2 l
在人像合成中 的研究与应用
% e, ~' A* ^) `6 H

! w0 O0 k5 J& C4 p6 D5 {% K! S1 O* A: H; v0 C+ P% f
随着 近十多 年来各 种 电子设备 计算 能 力 的 快速发展 6 U5 Y, i" Y, g2 I& ]  f
，
7 k4 O- O, }3 Z, c3 I6 z尤 其是 基 于通用 图
9 k9 O: D# i5 C* |% L形
3 ]$ ?& c: e- n处理器 的并行计算技 术的快速发展 " Z/ E$ E! p' }# u' \/ y
，
% s5 k  U, T* d" d0 _机器学习 领域获得 了 快速的进 步
3 ~$ t+ b4 O# f4 [, m。
+ i- e) a; Q& o5 w& ^, g: G随着 基于 " l7 A9 X- y$ r: b/ p/ @8 t
卷 积神 经网 络的深度 学 习 方法的 出 现
+ K$ R% T, {- w; e! n. @. ^' G， 6 d5 e7 m. s' {+ C
．
  p; H( V) r* @. F传 统 的基于 数学 模型 的机器学 习 算 法在
7 x( [2 s$ M4 D) J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
) Q6 B8 \0 a" L& J5 }( T$ \. K， 1 k7 x0 i, U: P2 A) v  ~3 e* C
尤 其是 ２ ０ １ ６
6 P! a' p/ H' N  }6 x; b年 以来
% f  t5 s6 l% J" z， ; ]& z- h. r5 t1 |/ u, K" ~" E+ f2 @
基于 生成对 抗网 络的 图像处理方法
$ `4 A5 V. ?- M: ]，
) x" f$ W4 `7 J7 [+ O在传 统 的 图像识别 / T& \# d8 `) M8 x
， ' }, u+ u) v5 w$ f
图像增强 和 图像分 割等 ; D4 V& d" J- e. L/ Q- d
领域之外
1 Z3 h" W* n) Z4 W' u# }+ w& o% j. O/ p，   d, n9 t7 [0 o0 @( p6 q
还实现了 基于 先验知识 的 图 像合成
2 V$ E5 A6 g/ R- l' q7 }， # {' d; q4 p/ `2 L/ I( i
但 图像合成过程中 仍存在算法
% ~( a0 v% p: m& Z; W, t; s& b结 ( B0 t! T, J9 f: X
果不 容 易 收 敛
0 o" t; k9 {" }- A. i; Z7 `/ A，
& J& K( O9 ?2 Q' Q3 e- K% d计算量大
. X! B/ X) P4 c， 6 r4 b$ {8 ]3 b9 H
优化速度慢
: B; e4 N! C6 F  h! H， 0 N( q1 N, P6 y- n& p& S8 v
图 像劣化 等 问 题
  s9 i2 p% |( }  n( ^! ~8 e。 . y) w' l) V! X$ G% a
针对人脸 合成 图 像
7 ~9 g5 N$ \9 S! l3 b， . R6 t, v! }2 q$ y: _- z, v% b; R: d6 B
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 ) T7 Z; v0 w# G- i7 i* k% |0 l
节还 原度
; k8 D2 ~' L% P6 S，
2 H9 G' ?0 Y# K( N, b: _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
4 L7 `$ f. {5 z9 R- r一
1 r$ n% s0 ?( i致性等方面 . \0 r" i/ G6 x* `7 {
，
$ Q" o% ~" f% `3 S6 |仍需进! z2 ~! G- e; D/ p: Q
一+ u8 L0 k/ Z% @/ F5 N! J
步 研 究和解决 " |2 s' ~& x- P
。
2 J/ K/ o: n+ y  x5 V; [0 i8 G' X本文 主 要研 宄 了 基 于生成对抗 网络 的 人脸 图 像合成算法
( z* [% b6 ^/ ~+ c% G: a( i， - s' t0 y2 b/ i) I
将合 成过程分
1 S5 t5 _! o0 S/ Y成 : }6 o" U! x- U/ I( `8 }: _
了 0 P8 V% U, H- l. |
３
0 T# n" T) K8 {9 k/ ]1 f: `个 阶段 ! @/ m$ F  y6 ~5 @3 a
，
2 n# q  J4 E$ x# D首先 是 图 像中 目 标主体 的分割
0 ~% j5 U5 c6 K. v6 W$ }9 |， 8 Q8 u( i" z" Y8 c; X: a
其次是 人脸图 像的合成
! Z  h5 N2 t1 R7 _. ^4 m- e, V4 K# g，   F8 x6 Q! L/ x) }' S7 e7 v
最后 是 图
7 v; \5 r. D9 t: M像的 超分辨和 画质 增强  z* s% v2 ?4 F# M3 Z) u
， $ Y1 ~7 u) h9 g) ~% c+ s
实现 了 人 脸 图像生成算法的 识 别 . ~+ ~, L! b0 Z5 n
，
7 Y. Q0 I; N  [5 Z7 K分离
+ v' \, f  E4 x. `$ ]， 0 A& b" f* d' ~* G2 `1 O
合成和 画 质 改 " x, e  T6 V; ~9 Y
善 的 全过程 ' J$ ?! r+ h, w6 W" ^0 |" K
。 ! S3 ^& C& \0 r% R9 s/ {$ F% @5 L
针对 目 前 图像合成及人脸合成研究中 存在 的 问 题   L" v! i  L" x; M3 ^
， : N$ R  I# T' I' B! x
本文 主要解决
" |4 M; o& Q2 Y2 {7 ]了
! ~+ j; y  O2 O: B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
: T  u3 A# [8 S: ~9 C8 ~0 B，
0 e2 S6 m$ a8 A主要
/ H! x3 ^% ~' l! B1 p工
0 R" Z9 F  ~* L作 内 容和 创新点 包括. l* d( g* I- G8 S( A
：
0 {6 c4 i0 _5 Q7 {8 N/ S１ 、
' h( [: Q3 a. ~! N* g基于颜色统计信 息的 高斯混合模 型分类算法 8 ~9 g8 e" ~  J$ S$ _" K8 \$ m! q' H
，
9 h" A7 V* Q) O# Y  N设计 了 9 c1 p! ]7 P5 p9 J
一
5 g- R7 @+ q# `& b) y* X种快速图 像分割
2 x5 H2 T$ Z4 N  a3 {" ?7 ]1 z算法 3 B: `+ S' K: T3 d
， # g0 S( w2 p* R7 i
该 算 法通过逐层 二分法
! P+ b3 }. q8 ?' V2 H一
6 B3 h1 x& o) Z; t次性的 将图 像分割 为基于 颜色分布 的 目 标 区 域% v9 S1 N/ ^; G
，
. z! e* h) e% v* t! v同 时 由 分割 区 域得 到相 应 的 目 标轮廓
0 u) F- J6 F6 A0 n。 % R) ]- H" ]8 d2 l! g
该算 法不同 于传统方法的 先 由 轮廓得
7 E# R; a7 a% Q! B! v  K3 W到
  w3 B/ c" {6 }  y: a* A2 ^# t, \+ V连续的 边界
- r# i8 D' M5 E8 b/ J# ~  D，
& `; f2 L; ]( u( V3 g6 ]! }* _" m再得 到分割 区 域的 做 法 : J/ _3 W$ s" G& S- `8 a
，
. T4 X8 s2 a' h" @) M2 W; A而 是 直接基于 颜色 统计信 息和像素分 布 . i6 @  E0 Y1 ]: @% j$ }; S9 y7 T$ f0 k
的 / ~$ `- p6 x) [' p7 w$ Q5 p
形态学特征进行 目 标 区域 的划 分0 |2 |8 [" `' x# p
，
) o# {6 K6 J% j% H  O; K减少 了 边缘分 析的计算时 间 $ B5 [2 a& f4 s0 N3 V
， ) {, W& g6 r) J& }3 h+ e
且对 目 标 区 域
/ y% i5 E2 g( c9 S& j: f进 + o$ B3 n, d# Y4 X
行分 割 的同 时 即 可得到相 应 的 区域边界
! B& S5 h- Q$ k8 I, E4 b+ m，   W5 g3 q& q/ Q5 j1 {, L3 v
具备很 好的鲁棒性3 f2 w! S" o6 R5 L2 a. |9 U" u
。 $ D+ g/ \# `1 f' R: ]- @
２ 、 : c9 U7 p1 p; s! h/ C
从包含 人脸的 任意 图 像中 截取脸部区 域
! X3 [. ?3 {( X* G4 N，
: @9 x) C$ f  X; Z; d经过背景 虚化 ' U3 ]; H' `: F2 }; @* m' M
、
1 e0 p5 |* @5 h# B缺失部分 补
/ o& e, |$ x: T8 A, X: Z全 6 ^/ S; b- `( D, i
等步 骤
. T+ T# L& V6 l* f3 ]# A，
9 O' M) f8 C* @( k0 t$ V基于 生成对抗网 络进行标准人 像 的合成
  U6 h$ D# L! o2 I- w. k; \% _，
% N& c/ _+ C+ h0 }# T- ?1 y( X合 成后 的 图像具有 特征点对
! R# Z) c1 @$ ^# u齐 6 @' w- _9 b1 d! y" p. q) x( v& P
后 的 人脸位置
2 Z) n' h- J2 p' p， ) g% b3 L( g& v* U; A
且脸部 及肩 部
5 F/ n" t! S* K; {( m( D、
5 y+ R" X6 E" f2 S3 r上半身 等部 分都具有 统: R$ o* d4 F( B: n+ x, S9 D% h
一
+ h7 i3 U% @1 g6 L+ Z的 分 割与合成 效果 " P& C) ]( n9 H. Z! n4 f% m- ~6 r
。 / C2 {# Z/ F! d
该 # z! {/ c  @! O" c2 g
方法处 理得 到 的 包含人脸主 要特征信 息 的半身 图 像 ( Q, w, T) _9 Y" G& O' a$ L
，
1 l9 ]) C  F9 {: f  D, I可以 实 现人脸 图 像 的标准 8 `3 q. y! E! f8 p. w! c% p
化 # V3 d8 o: `2 N7 _
，
: C2 P0 \  S+ R1 O同时 最大 限度 的 保 留 原 图 像中 人脸的身份特征信 息
8 w; M( Q8 _0 ?。   _( C4 O0 n$ \  O
该 算法可以 作为人脸
! J( j9 D# ^" v4 d8 B- X$ x识 : ~6 s- U* i1 v, a. _
别 后 的 处 理步骤3 W# h8 o; \* N  i& Z
，
$ k- j/ g" U/ I处理后 的 人脸图 像 相 比 原 图 像具 有更$ w% y7 L4 ~! A! L7 }7 w
一 + z1 f3 B% U: Q3 a  A
致的 图 像模式和对 齐 : r  N* K# _# H+ R
后 的人脸特征 区 域* r' [0 @3 S8 V* U
， ! l! h+ |' h; H: G) D1 z# L
同时 该算 法也 可 以 作为 人脸数据 的前 处理步骤
( P+ C, ^2 ?# k' G9 u. ]. X， . D$ Q' E0 x  Y4 m/ r7 Y
有效改 善
: l' Y" \, k5 x' V$ L5 e2 m4 n' O现 8 a$ V( T9 b' {
有 人脸识 别 与分割 算法的 效 果 3 z) ?; c$ k" q+ ?" q
。 $ c! `0 q# Q9 R1 ?, q9 O# a
* \6 h7 p; C5 V+ ]) z  [

- O& a+ f' c+ k8 h- [9 Y

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