论文部分内容阅读
提出一种基于单张人脸图像自动合成多姿态人脸的方法。首先，由共享部件混合树模型来初始化定位人脸，并得到人脸轮廓上的特征点，通过监督下降算法对人脸内部特征点进行精细定位，得到多姿态人脸的形状信息；然后，对多姿态训练人脸的形状信息进行张量分解分离人脸形状的姿态和身份信息，在姿态子空间得到人脸形状的姿态流形来描述姿态的平滑变化，在身份子空间得到测试图像的身份信息，用于该身份下形状姿态流形的合成；最后，根据得到的姿态流形和身份信息，通过仿射变换将正面测试人脸的纹理映射到其形状姿态流形上，合成多姿态人脸图像。实验结果表明：与现有方法相比较，本文所提方法得到的多姿态人脸合成图像较好的保持了测试人脸的形状和身份信息，并且合成的人脸纹理逼真、自然。