基于子空间学习的人脸模态变换

来源 :浙江大学 | 被引量 : 0次 | 上传用户:shijun21
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人脸在人类社会的交流中起着重要的信息表达功能,每一张人脸都承载着其独特的个体信息(包括种族、性别、年龄等)。图像则是人脸最常见的信息载体,包含人脸的图像在人类日常社交、身份验证中起着重要的作用。同一张人脸,可以用不同模态的图像来呈现,虽然描绘的是同一个个体,但所包含的信息却相差很大。不同模态的人脸图像转换在实际生活中有着广泛的应用价值。本文采用子空间方法分析不同模态人脸图像之间的内在关联,从而实现基于简笔画的真实人脸照片合成及灰度图像自动着色。简笔画是人脸照片的抽象表现形式,只包含最体现个体特征的轮廓信息。从简笔画合成真实感的人脸照片需要补充很多纹理信息,并且需要保证合成的人脸照片与输入的简笔画保持身份一致性。本文基于马尔可夫随机场和子空间方法,提出了从简笔画合成真实感人脸照片算法。并针对简笔画的特殊性质,对每个输入简笔图像块提取线条描述子。实验结果证明本文方法可得到满意的合成结果,解决了现在方法对输入素描画质量要求过高的限制。针对现有着色方法需要人工交互的问题,文中提出了基于子空间能量优化的灰度图片自动着色算法。利用联合字典学习灰度图像空间与彩色图像空间的非线性关系,并引入马尔可夫随机场来保证全局约束,使着色图像自然平滑。实验结果表明,本文方法可以针对不同肤色、不同种族的人脸图像获得颜色真实度高且整体过渡平滑的目标彩色人脸图像,且着色过程也更加自动化。
其他文献
伴随着互联网的高速发展,网络信息呈指数级增长。在如此海量的信息当中需要搜索引擎定位所需的信息。虽然通用搜索引擎在一定程度上能解决资源定位问题,但是其效果并不理想,
三维模型的应用涉及到各行各业,各个领域对三维模型的需求也与日俱增,因此,三维模型的数量一直在飞速地增长。创建逼真度较高的三维模型需要花费大量的时间和精力,如何从已有
由于当代信息技术的高速发展,现代的人类难以离开互联网带来的便利生活。新浪微博、微信公众号、博客等等手机App的发达使得人类也在不断地制造各种各样的网络信息,与此同时,
随着传感器网络的广泛应用,如何获得传感器网络的性能参数成为研究的重点。网络拓扑是传感器网络的重要参数之一,也是测量其它一些性能参数的基础。网络层析成像技术由于其无须
WSN是一个分布式的网络,由大量微型化的传感器节点组成,其节点不仅具有无线通信能力,而且还具备计算能力。由于传感器节点具有微小性、广泛分布性等特点,它在节点能量、通信能力
面向服务架构因其很好的适应分布式环境和跨平台等特点,已经被广泛应用于基础软件和大型信息系统的研发。但是由于SOA应用下资源共享程度的不断提升,保障资源安全变的越来越重
近年来随着我国物流行业的迅速发展,人们对物流运送的时效性以及运输车辆的实时跟踪要求越来越高。本文针对这一问题,设计开发了一个物流路径规划与跟踪系统,可以为物流企业车辆
随着信息的爆炸式增长,推荐系统的出现提供了一种有效解决信息过载问题的手段,它能够帮助用户从互联网产生的海量信息中提取有用的信息内容。首先,它通过分析用户在互联网中
随着Web2.0的发展,Twitter、FaceBook等基于社区的社会网络服务得到了广泛的普及,网络用户的数量也取得了快速的增长。与此同时,网络的链接关系也渐趋复杂化,链接挖掘成为了一个
视觉是人类认知世界获取信息的主要途径,使人能够感知复杂、变化的环境。因为人眼摄入图像的整体性和人类视觉神经系统处理信息的高度并行性,人类辨识图像并判断出其感兴趣区