QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2622|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
    0 f$ f" b" Q- B# o& S
    在人像合成中 的研究与应用

    / `  w0 ?# K( ~; W1 _3 N$ R4 @5 k3 F3 e7 R+ [; x6 Y, j3 R% s! Q. b
    5 ?; e# |7 k# d# L! T
    随着 近十多 年来各 种 电子设备 计算 能 力 的 快速发展 9 k# p7 v  Q5 j, F, X& _

    2 \4 ?* Z* i: [, c- y  |; Z尤 其是 基 于通用 图 1 d3 l$ g8 K: K, J
    $ _3 m( M1 D/ E5 a- T0 N2 ^) q2 l
    处理器 的并行计算技 术的快速发展
    , o* f2 @, u- A& G
    # R4 t/ [+ [* `  r; g! j$ D  I机器学习 领域获得 了 快速的进 步
    ' o* q2 Z- p. }3 }# J% r1 R) B. I0 j: ?# P! z- P  R
    随着 基于
    ; P1 a! Q" {% i1 l( j卷 积神 经网 络的深度 学 习 方法的 出 现
    & B; ^) O# Q+ _
    5 w: [$ x0 Q& q) @2 G, e0 ?- B$ E+ m, [, e+ B
    传 统 的基于 数学 模型 的机器学 习 算 法在
    9 Q, h( {' u6 {( W' 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
    7 b! a3 |8 P- ?7 N
    1 n5 @1 h% u4 m$ L& B* \6 X: x! z尤 其是 2 0 1 6 5 K+ q/ z$ {4 L- {2 m8 j
    年 以来
    : z; {: j1 H; I! u" D
      Z& A/ k* y% T8 J基于 生成对 抗网 络的 图像处理方法
    % ]0 ]6 O/ G" }/ F0 ]. E" p1 g, N# W9 S
    在传 统 的 图像识别 " ^; K' ?; I+ C) a3 G

    2 u/ E/ d1 T5 y# p- W# b6 L图像增强 和 图像分 割等 ' @9 c& [: i& h  {$ f8 o$ M
    领域之外
    ; {6 z9 f7 P' ~; {
    # p6 i  s+ B. n1 L. I还实现了 基于 先验知识 的 图 像合成" N, N$ [+ O2 ^8 W9 F* w

    6 ^+ }+ ^5 n- e* Z# z- c- y8 P8 x但 图像合成过程中 仍存在算法
    $ E: Y. `2 V' G" \! _/ W0 C1 X$ M7 F5 \  H0 u
    果不 容 易 收 敛
    ) E+ s! c% C7 H. \( @. q; w# d7 @% |, {/ s
    计算量大 ; k* E7 z, O2 [& B6 D0 c, F$ c+ t6 j
    2 i+ f' ]7 o! Y+ u8 f2 u+ x
    优化速度慢
      E& ?/ T" z& {& |1 _
    6 w4 ]% X0 ~( _' G! \5 E0 M, ~图 像劣化 等 问 题 ) E+ t( p( a& Q0 l

    ( T# M! O# x# O, ^针对人脸 合成 图 像# i  B2 B) {# g+ l+ X+ C: P9 k
    , G' P+ V+ V' C: p' @, 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
    & O4 Z, n) U- ^/ o# j: W) G节还 原度 5 f" B% E) Z* }# `2 \
    4 e! {% r3 d! x: Q+ j% |
    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
    , V! m9 ^; a2 |1 b
    " N) I; K! E& }* P% B致性等方面
    0 o9 S; ~4 y% U* F9 J- H. ^$ l' p2 Z* X& A2 X5 ]" Z- r
    仍需进
    ! d0 B  N: t; }; n) B4 _4 X0 F
    ) p# x5 _* [( h8 b4 Z步 研 究和解决 " v  u, c7 l% l; L

    9 h  C, E; m2 q/ v' ^7 W本文 主 要研 宄 了 基 于生成对抗 网络 的 人脸 图 像合成算法
    5 l2 q$ O! I! k+ [$ u+ j9 l4 u$ N# k+ S* P" j6 G: T! @3 O
    将合 成过程分
    ' C+ S' M. r+ L8 C# |! A! y/ K" e( j( V( Q
    " K, ?/ H! ~* J# S" _1 ?6 M' s" T

    2 ], d, Q4 {) d6 b) E0 F2 g个 阶段
    - Z! P8 m# @$ S; @& H# ?# o
    6 U- k7 }+ o- L6 y8 N8 }首先 是 图 像中 目 标主体 的分割
    , t8 j0 D) u  [  ]( s8 g" P
    0 z- ?4 W. ?7 F4 X+ w& j其次是 人脸图 像的合成
    ) z/ D) n# o' }2 k
    " q2 N) i" T" o最后 是 图
    $ `% X9 [' h1 m- M. S+ n6 J! w像的 超分辨和 画质 增强
    8 S3 m0 F: ]- o2 ~
    $ J* l9 H8 z( \: w* W# k3 o实现 了 人 脸 图像生成算法的 识 别 ! A& w. I% {  N

    ) }* |2 {# e6 v# U分离 - C7 t6 V$ S  h% M6 _

    % e, d- N; ^/ V: @( y3 p6 N6 N) s合成和 画 质 改
    2 [5 U; D5 p% p, _! B& J' U善 的 全过程
    " E! J0 _7 ^; j
    . K  @, \: j" e/ Z" o" l针对 目 前 图像合成及人脸合成研究中 存在 的 问 题 ; O3 H7 H, p/ P6 g: ]

      S3 e7 I7 H! d$ K, N6 d本文 主要解决
    + Q7 A0 {! F: X5 i. c: X& K8 r+ L, P/ s' V! p
    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
    / L# {) s0 D  v* Z/ p& @: U. U7 ~- g( B" u: J
    主要 2 G7 R2 ^2 ~) r" u6 U! A

    - x6 t; D& i# A5 f4 i作 内 容和 创新点 包括
    / _4 l3 l2 d, z$ Y1 C2 }* ^! f) E% b6 E# Y# h2 P+ C  e
    1 、 + C: c- E, T; q$ V+ z# H. r
    基于颜色统计信 息的 高斯混合模 型分类算法
    1 ?6 S+ ~3 H- j/ H/ M) z- w; [7 [, `
    设计 了
    ) |* ?7 ]8 q3 U! z2 v
    4 u6 |/ _, q7 S5 i  m2 f种快速图 像分割
    & Q& @7 B( N# f& x算法
      z$ C9 S; W" G$ y  U7 R! V* s8 g  {
    该 算 法通过逐层 二分法
    . ^+ v' O  h4 H) B5 e) T6 |' x, R# T, p) T0 C
    次性的 将图 像分割 为基于 颜色分布 的 目 标 区 域0 A, a# L# G5 g& _
    8 ?, k, v) d; e- G) d) A
    同 时 由 分割 区 域得 到相 应 的 目 标轮廓 / D3 l6 ^2 F7 G. |6 b

    # B8 ]0 U, n( n3 I2 M) k" x该算 法不同 于传统方法的 先 由 轮廓得
    / ^* Q. ~. ~, @
      w  g. x" ]" B2 D( {# n& d连续的 边界
    * [' V/ U# T7 v: w
    1 I1 ?) J. \: A( Y: f8 S再得 到分割 区 域的 做 法
    9 F9 J9 F! _! O2 F4 m4 t: O- Y& F: u! ]2 e
    而 是 直接基于 颜色 统计信 息和像素分 布 " T7 T6 k, b% @! z2 I" q% j

    . P1 I. W% F, n: E形态学特征进行 目 标 区域 的划 分) t& F/ ~2 ]+ Y9 D7 l* t) p

    $ _& B$ v0 a$ n. V" t减少 了 边缘分 析的计算时 间
    1 C0 |" P2 \- X: [* ~
    / v  F  G, s% g. g: {5 N1 z且对 目 标 区 域
    , J' r- t& b; q' w! h2 H# |7 n& `6 L1 C  ]4 K; ~8 ~6 o
    行分 割 的同 时 即 可得到相 应 的 区域边界
    5 Z; T! m! l! z  i' d+ }; \) a; N6 u" U, n$ J1 c
    具备很 好的鲁棒性
    8 v$ X6 i. y! v
    5 P: ~" }# b5 e: Z2 、   d  f9 f7 _" g& l
    从包含 人脸的 任意 图 像中 截取脸部区 域 4 T3 k+ E5 e- q* T9 E5 n
    " a! @1 j# m) N9 Z
    经过背景 虚化 & }! M# G* A" ~: N* w+ p

    : f* H; ]% w# A, a. G+ v缺失部分 补
    1 j, O5 v# L1 M$ G% J
    5 `" i* X4 x5 L/ z0 l3 Z4 `  [( e等步 骤
    7 P1 o8 D+ }: u" g! u; j( @4 c/ A/ U, k( u7 Z! R
    基于 生成对抗网 络进行标准人 像 的合成
    % f! B" U5 p* @$ a/ h
    + H1 L9 W, ~: }/ N1 n合 成后 的 图像具有 特征点对
    1 v2 M! K0 u2 C: P7 \9 L
    2 n! `7 G7 B1 V3 P2 n4 y: U* {: d后 的 人脸位置: ^$ }# p, m- I0 V

    : W$ l9 h) R9 Z4 z且脸部 及肩 部 . z) |1 |5 r! o1 G* f2 @
    3 h! g$ ?: D% n5 C
    上半身 等部 分都具有 统) t1 U) y- B7 N& q, J
    ' Z( N2 J( S# l/ M- p/ T
    的 分 割与合成 效果 ; l& a  u3 W$ p8 U/ `; \4 C

    : H& r' \- U7 ?. I$ e8 L5 s( l" ^% C9 g  z/ L, m
    方法处 理得 到 的 包含人脸主 要特征信 息 的半身 图 像
    / ]9 ^: ]  _8 V# ?9 g& h' g1 M. b/ U7 M2 L3 H
    可以 实 现人脸 图 像 的标准 . }9 q  K" ?  O, J5 }- f

    8 w. }' L, W7 x
    0 t/ i2 _1 n  e  W4 I& }! A8 T& B' h同时 最大 限度 的 保 留 原 图 像中 人脸的身份特征信 息
    / n1 t  p& @# o, P( i& n% X/ q& T  M' t  u9 f( J
    该 算法可以 作为人脸, x( k* u: \6 ^0 A$ W
    8 v; D8 s1 _- w3 L4 W
    别 后 的 处 理步骤5 x' J3 F" b, w" i* H

    ) k" x& H, o7 B. r& n* O- b2 w8 P. J3 E处理后 的 人脸图 像 相 比 原 图 像具 有更' q$ ]6 t9 H7 z" w# h
    3 n6 O1 y. A3 a' E3 C
    致的 图 像模式和对 齐
    & M' O  ]+ s. L$ K" W) t1 R后 的人脸特征 区 域
    " e6 o; q, a  q) J5 j
    6 ^, D. `9 Z! R4 ^8 A5 W6 I6 i' W同时 该算 法也 可 以 作为 人脸数据 的前 处理步骤9 @9 B) c$ ~7 t. d
    % O8 P" }. Q/ K/ ?9 W, e: l+ X
    有效改 善
    2 Z% I- L3 r' |; S3 O& |$ ~; m- Q' z- U
    有 人脸识 别 与分割 算法的 效 果 4 T7 N, J$ i* z8 n( g
      M+ N2 u, w3 ^; }# G: L

    0 Z9 W. Z& C& m. t$ y! _$ o+ D; v# v  p6 X* y# I. r

    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, 2026-9-13 00:32 , Processed in 0.718271 second(s), 54 queries .

    回顶部