QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2536|回复: 0
打印 上一主题 下一主题

[其他资源] 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

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2020-11-9 15:18 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    用 于图像生成的机器学 习 算[size=22.9204pt]法
    1 k# _& h, W" Z6 {& m
    在人像合成中 的研究与应用
    ( N" D5 A$ `* h( Z1 A7 @

    9 S. z! Q8 V; G1 E  Z5 \7 {9 e5 b
    随着 近十多 年来各 种 电子设备 计算 能 力 的 快速发展
    2 y  h9 D. l- P
    ; @/ v  s+ t5 W尤 其是 基 于通用 图
    2 H/ J4 }& \" L
    + u( r( ^% |# K7 e$ a9 ?- O处理器 的并行计算技 术的快速发展 ! s- I2 {4 c' L$ U, U4 I8 v  p
      ^  a: k5 j# p8 w
    机器学习 领域获得 了 快速的进 步 ; i8 z* w/ B4 ]

    5 ~7 t0 p# B) t随着 基于
    . v' Y; H3 p+ j1 Y卷 积神 经网 络的深度 学 习 方法的 出 现
    ; T+ l! k" E# y/ b- i
    - c7 E) F: L* o/ _  R* V0 r9 X$ S1 B3 L
    传 统 的基于 数学 模型 的机器学 习 算 法在 9 U- u/ P6 S$ U3 A: D
    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
    6 |: K% e' O) L, Z: [1 O" t, Z7 K$ Q
    6 ], F7 ]4 L: [  I; ^( H尤 其是 2 0 1 6
    2 z5 C+ k1 |; e5 [) |  I年 以来
    ; U9 }4 j* l3 {" i' N( J) r  T% I) Y# X/ z7 W; i/ q- c. l) [0 x  y
    基于 生成对 抗网 络的 图像处理方法 2 V8 ?$ i9 M/ a9 L; T
    & ^; }( I% W: u2 _  l9 K* a0 p( [4 I
    在传 统 的 图像识别 . q2 Z6 P, P4 P+ ]5 f
    ! _, |" A( l* N: p7 q
    图像增强 和 图像分 割等
    * U( @, \6 m9 t. Y# H4 }领域之外 " A# A# Y- {" i1 l  I) X- f

    * ~% O0 H) H! q还实现了 基于 先验知识 的 图 像合成) E& y, o! @9 j* P
    7 w' d- r; j- x$ @
    但 图像合成过程中 仍存在算法
    . H. }' B8 F+ \% p8 l$ a: Z4 \/ v8 F+ o5 S
    果不 容 易 收 敛2 F6 m4 Z$ y# L. ^% j! T

    & S5 l5 `5 M  G$ E7 {& E" ^: o计算量大
    / O: P$ O( a3 _
    4 ~" V% R( R! B/ M# l优化速度慢
    # i, T$ k: n5 E/ e, Z7 m
    " i( Y: v3 P) g) a+ {/ U7 ?图 像劣化 等 问 题 6 b% L# `' u9 I6 f5 `# j; U2 X; K( m

    1 n" R5 n# Q1 y针对人脸 合成 图 像- f. I' S+ |; S% B! p" X$ }: j
    / U! f% S7 U( G
    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 ) f" E- P- @- q; ?4 k' Y
    节还 原度
    + S2 G( A( C+ n3 f+ C( R* E' w5 [# v" u. G9 J: d2 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7 l- v9 L7 W) R' `( @% M2 |( c
    8 ~4 K. V$ Q+ X# z$ g9 _
    致性等方面 # ^" g" ]$ Y* {' R. H- ?0 a

    : E- S$ q1 F0 E: S7 }$ M* }& k仍需进0 `2 x# k+ Q# `7 t* k" z; W

    + t. D$ X8 I3 |( }步 研 究和解决
    3 Y" P* m8 l4 ~% T; k2 |( c4 J( r; U7 E8 {1 F
    本文 主 要研 宄 了 基 于生成对抗 网络 的 人脸 图 像合成算法
    / b. n& }* o& x6 G; a9 C: j
    ( x: B" m* k' w/ s$ T将合 成过程分 5 S% f: a2 n# O" p

    1 w1 l$ o* f5 K, v1 }* c" _" ]
    ' x0 q/ P8 w$ s7 s% ^) o# @- h% f9 J) M9 m' w' N/ t
    个 阶段
      ~$ @1 @: {* X. t, j  G! Q- V/ m0 u0 q/ c/ ?$ }2 }3 ~
    首先 是 图 像中 目 标主体 的分割 7 k! v! {6 O8 r
    4 x" A0 e4 Z% B7 O- g3 h
    其次是 人脸图 像的合成
    8 ?$ c9 {2 U0 o- N! W3 r: z/ n) ~$ [# p  F" c$ e& {; X
    最后 是 图 + G$ d1 g  D- J0 w
    像的 超分辨和 画质 增强  m( z3 r! S$ v# W8 T. Q# d! t
    " d4 q& U2 m% v. j
    实现 了 人 脸 图像生成算法的 识 别
    ' O' N3 P( q" O1 N/ P9 X7 p; Q: P5 `0 K& ]1 S
    分离
    2 F1 L6 |3 R) V. q. Y
    / A% M( J9 A1 @4 g3 w* j2 }6 B合成和 画 质 改 . P0 g! n/ H) T) H5 Y
    善 的 全过程 8 e# h9 M2 M9 `4 o
    + `* f& ~1 a" ~0 G) Q! M
    针对 目 前 图像合成及人脸合成研究中 存在 的 问 题 1 V& ^. S7 g3 ?+ H) P/ G
    " u/ \7 a" ]  q7 [% I$ ]9 }  s/ C6 |
    本文 主要解决
    " Z; C; p/ I1 H! G) f# y% T+ Q2 d0 |. x0 |
    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
    0 r- S8 |2 B- @5 J$ O' |- K/ ?. n' _, A. A. a
    主要 5 U! S- ~) r: g+ F: {* `

    ' m/ m% p0 e' [作 内 容和 创新点 包括7 ~/ _+ T" F- }* T2 ?! p  ]6 `5 @

    ( r0 h! |- ]7 q1 、
    & [7 @2 ]  K. {* q# v基于颜色统计信 息的 高斯混合模 型分类算法
    - V) }/ P! O# F" }% p" s8 I
    # F. l; |  M5 c6 A: R" i; J7 O设计 了
    / t* u. Q6 i- i
    : `7 ^6 c7 r5 O5 X' l7 [: t种快速图 像分割
    ) J% o% K" [. w+ `2 s算法
    3 t* q. I6 g3 [( D' Y( ]8 e' ?4 F/ [" H
    该 算 法通过逐层 二分法
    5 k: ?# ]& {( J6 e
    / n+ ?" E% I6 _1 }, I次性的 将图 像分割 为基于 颜色分布 的 目 标 区 域# y+ z! k, d- l/ q5 z8 r( _- g
    8 r, a% d! W. b* u/ `: ^
    同 时 由 分割 区 域得 到相 应 的 目 标轮廓 & n! m0 N' K2 n

    & l5 R  N) r) P% E该算 法不同 于传统方法的 先 由 轮廓得4 w9 w" p) F/ \; X* A3 }" B& M) t
    9 B9 U3 ^0 ?+ I( Y
    连续的 边界
    / A9 W, u# ]2 P3 s' O" E
    / p  E, i6 e) }" x% y: @4 u再得 到分割 区 域的 做 法
    . g/ {5 T5 ~$ ^4 N6 T0 ?6 h% o$ S. D! ]3 j
    而 是 直接基于 颜色 统计信 息和像素分 布
    ' d% u, y! z0 d2 ]3 l4 N2 a& ?9 p, p6 F0 `2 O$ L9 P
    形态学特征进行 目 标 区域 的划 分
    + a0 J' ~# ?( S+ d' Y9 {& C- d; r5 o5 c
    减少 了 边缘分 析的计算时 间 5 W* q( v4 w  h) S* h

    ) P5 a- P! }. J; ^$ J且对 目 标 区 域
    8 J) t+ w/ c3 j* b$ Q
    & C) [) B; a4 R: Q% n. Y" J行分 割 的同 时 即 可得到相 应 的 区域边界 - @7 H" `$ u3 X' y/ D: x3 M2 [
    - M/ l, s7 E" V; a# ]8 B5 I
    具备很 好的鲁棒性
    - j* M* i; m, y7 s% J8 [( m8 L7 S# _% K  R% c6 x, E( y9 s
    2 、
    ' F% ^4 J) d. z0 J) j5 r! k从包含 人脸的 任意 图 像中 截取脸部区 域
    , s8 Y# R) N. v, d# B/ {
    # e8 d" m9 d9 A6 X# A& p经过背景 虚化
    ) }) }" p, V8 X! C( Z% C: P! Y' f: U9 L/ z1 ~" p: a" u4 o* R% b
    缺失部分 补# e6 ^! s+ L: L8 N; h

    ' X  I. O0 U+ ~1 T# c' O4 g等步 骤
    5 Y* v" C; o6 \  J) _1 B6 Q; o% u) q4 K. y% q  f$ R
    基于 生成对抗网 络进行标准人 像 的合成 ; N/ g# y. i! E. {" }
    - E; c5 P% w# ?/ q
    合 成后 的 图像具有 特征点对
    5 @0 q9 f3 g& A% t
    : t$ Y5 v, P' V4 ^  Y后 的 人脸位置
    & w' g0 L1 K6 G$ e$ }# [6 O* H# Z7 `
    且脸部 及肩 部 3 r7 y2 I1 U! f' [

    - V3 D1 t: i. E# n* N1 K% c上半身 等部 分都具有 统
    ! a: X: M% S8 ~8 E7 e) x# K8 e& v4 E! U% w% x
    的 分 割与合成 效果
    $ P1 v* e- W1 @) ~  ]) A7 x
    # {& s2 D0 a- i1 s2 X
    2 J1 O. O5 Y. B) F方法处 理得 到 的 包含人脸主 要特征信 息 的半身 图 像 2 q9 U' {8 y, D
    ! F; g  Q4 _: Y% U: l0 b0 ]  m; `! J
    可以 实 现人脸 图 像 的标准 ; w7 n3 }5 m% p5 w! u
    4 P* D8 _6 r! V2 `+ l( z

    ) x8 `/ Z& V- R同时 最大 限度 的 保 留 原 图 像中 人脸的身份特征信 息 9 y' H' V: `% \9 p3 e% I1 I. J
    - e& R/ T8 a- N" J% V
    该 算法可以 作为人脸6 W. x3 J4 b0 b: o8 q* O. N( P5 J$ e

    3 t) Q# @7 N, G别 后 的 处 理步骤
    6 M. g5 W( v7 p1 B1 d
      C: v. U0 R  j0 x处理后 的 人脸图 像 相 比 原 图 像具 有更
    - B9 t% V2 A+ O& m# h) J6 w
    ' K0 y" K8 n  _致的 图 像模式和对 齐 & T( n7 m# M: ]" l0 \
    后 的人脸特征 区 域
    % T* d  d; u5 n- R
    * F" W! Z2 b" _3 {$ i- ~% S同时 该算 法也 可 以 作为 人脸数据 的前 处理步骤9 Y) z$ Y* t) k9 f7 Y% a8 t
    2 F5 r; T; D# a
    有效改 善, _2 R! w* e: w4 M8 e; A, n; v+ Y
      v) n! n6 M8 d: e' n5 d5 K) o
    有 人脸识 别 与分割 算法的 效 果
    ) L( B, ?, j* T& _& ?) i! I0 W6 P3 A6 M

      [5 R$ \/ k6 X* u8 P6 B* x
    ) C% ^5 a+ n  S7 Y6 m

    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

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-4-14 11:59 , Processed in 0.581268 second(s), 54 queries .

    回顶部