[发明专利]基于局部嵌入式隐马尔可夫模型的照片生成方法

权利要求书

1.一种基于局部嵌入式隐马尔可夫模型的照片生成方法，包括如下步骤：

A.将画像-照片对样本集划分为训练集和测试集，选取测试集中的一张画像作 为测试画像S，训练集中的N个画像-照片对作为训练样本；

B.对图像进行分块处理，将测试画像及训练集中的所有人脸图像均匀地划分为 相互重叠的块，测试画像S的块为{s₁，s₂，…，s_M}，对于训练集中的第i个画像-照片对 S_tri和P_tri，分别被划分为{s_tri1，s_tri2，…，s_triM}和{p_tri1，p_tri2，…，P_triM}，其中M为每个图像的 块数；

C.对每个训练画像块建立嵌入式隐马尔可夫模型λ，用前向-后向算法计算测 试画像块s_j的观察向量与模型λ的相似性并选择相似度最大的K个模型 对应的画像块s_chok，相似度分别为k＝1，2，…，K，K值通过设定一个相似度水平阈值来控制，取值为7；

D.根据步骤C选择到的K个画像块，在训练集中确定与之相对应的照片块，构 成K对画像块-照片块(s_chok，p_chok)，并对每对画像块-照片块(s_chok，p_chok)进行联合训 练，建立耦合模型对库其中k＝1，2，…，K；

E.根据K个训练样本模型对，将测试画像块s_j进行解码，并重构生成K个中间 伪照片块p_seuk，其中k＝1，2，…，K；

F.根据步骤C中计算得到的测试画像块s_j与其K近邻的相似度，设定各中间伪 照片块的加权系数为：

wk=P(Osj|λschok)Σl=1KP(Osj|λschol),]]>k＝1，2，…，K

其中，为测试画像块s_j的观察向量，为利用前向-后向算法计算得到的 与模型的相似度；

G.将所获得的K个中间伪照片块根据步骤F中的加权系数进行加权融合，得到 对应于测试画像块s_j的最终伪照片块

psj=Σk=1Kwkpseuk.]]>

H.重复进行上述步骤C至步骤G，直到测试画像S的所有块都被转换成了伪照 片块，将这些伪照片块进行组合，生成对应于测试画像S的伪照片。