论文部分内容阅读
面部容貌对于人类个体具有十分重要的意义。来自社会心理学的研究结果显示,个体的面容越具魅力,其在社会生活中相对的也越占据优势。在人们的日常生活中,人脸图像也已经被广泛的使用,频繁出现在报刊媒体、广告海报、求职简历等各种场合。基于这些原因,对于人脸图像进行一定程度的美化修饰,以增强其容貌魅力,成为了一项有意义的工作。
本文主要关注图像中人脸的面容魅力,通过自动调整图像中人物的脸形、五官的尺寸及位置等几何属性,达到增强人物面容魅力的目的。本文的主要贡献,在于完整地实现了一个人脸图像自动修饰系统,并对原有方法进行拓展,使其可以处理更一般的输入,即带有表情以及头部位姿变化的人脸图像。
本文的方法是由数据驱动的,整个过程完全自动,不需要用户交互。对于人脸图像数据,首先由主动外观模型自动抽取其面部特征点;再利用监督学习方法,由一组正面无表情人脸训练图像及其对应的面容魅力分数,得到面部特征与面容魅力之间的关系。这个关系被称为“魅力映射”,对于每张人脸图像输入,它可以给出其面容魅力分数的预测值。借助于该映射,系统通过调整输入图像面部特征点的位置,达到增强其容貌魅力的目的。
具体的,对于正面无表情人脸图像输入,系统在人脸特征空间中寻找与该输入邻近,且面容魅力值较高的点,作为新的面部特征位置;对于更为一般的输入,系统借助于其对应正面无表情人脸图像的魅力增强结果,利用两幅图像中对应特征点变形的方法,将魅力增强效果迁移到带有表情以及头部位姿变化的人脸图像上。
实验证明,本文的方法得到了比较好的结果,可以应用在需要对人脸图像进行修饰的各种场合。