[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

说明书

技术领域

本发明属于图像处理和计算机图形学领域，特别涉及根据人脸画像自动生成照片的 方法，可用于模式识别领域中基于画像的照片库中人脸检索和识别。

背景技术

人脸识别是目前最具潜力的身份认证方法之一，在计算机视觉与模式识别等领域备 受关注，并有着广泛的应用前景。其中一个重要的应用就是在刑侦破案或反恐追逃过程 中，根据所获得的影像资料从已有的照片库中自动检索犯罪嫌疑人从而确定其身份。与 手动的检索方法相比，自动检索不仅可以在很大程度上提高效率，将人们从这项极为耗 时和枯燥的工作中解放出来，而且可以减少主观因素对识别结果的影响。然而，在实际 情况下，很难获取到犯罪嫌疑人的照片，只能根据目击者的描述通过画家的努力得到其 模拟画像，根据画像在已有的照片数据库中进行基于内容的检索，实现犯罪嫌疑人身份 的确认和识别。画像—照片识别作为人脸识别领域新的研究方向应运而生，研究人员致 力于寻求高性能的基于画像的自动人脸识别技术。现有的人脸识别方法大多是基于照片 的，由于画像与照片的产生机理和信息表达方式不同，两者之间存在较大的几何形变及 纹理和灰度差异，即使同一个人的画像和照片具有相似的几何形状，但是一定有相差甚 远的纹理信息，这使得经典的人脸识别方法无法直接应用到画像—照片识别中。因此， 画像—照片识别技术的研究具有很大的挑战性，其重点和难点在于如何将两者变换到同 种信息表达模式下，减小二者的差异。现有的研究主要从以下两个方面进行，一方面是 将蕴涵丰富信息的照片变换为包含较少信息的画像，画像的生成方法有以下三类：

1.基于线性的方法。采用主成分分析算法分别在照片空间和画像空间训练构造各自 的特征子空间，求出待变换的照片在照片特征空间中的投影系数，然后根据该投影系数 求出利用照片重构出待变换照片时所需的系数，在画像空间中根据与照片相对应的画像 及其系数重构出伪画像。该方法假定照片与画像之间的映射是一种线性关系，无法真正 地反映出二者之间的关系；

2.基于伪的非线性方法。将训练集中的照片—画像对及待变换照片进行均匀分块， 对于待变换照片的每一个小块，在所有训练照片块中找到与其最相似的N个小块，然后 通过对这N个照片块对应的画像块进行线性加权来产生伪画像块，最后将所得的全部伪 画像块组合成完整的伪画像。该方法通过局部的线性组合来逼近全局的非线性关系，但 是仍然不是真正意义上的非线性方法；

3.基于非线性的方法。该方法利用嵌入式隐马尔可夫模型对照片与画像之间的非线 性关系进行建模，根据所学习到的嵌入式隐马尔可夫模型将待变换照片转换成伪画像。 考虑到单个模型对无法充分地刻画出照片与画像之间的复杂的非线性关系，引入了选择 性集成的思想，针对每个照片—画像对得到一个个体画像生成器，选择部分个体生成器 进行融合，从而将待变换的照片映射成相应的伪画像。然后，又在上述方法基础上将图 像进行分块，对于每对训练照片块—画像块利用上述方法进行建模，根据模型将待变换 照片块转变为伪画像块，合并伪画像块得到伪画像。这种方法是一种真正意义上的非线 性方法，可以更加准确地对照片与画像之间的非线性关系建模。见文献“Gao X B，Zhong J J，Tao D C and Li X L.Local face sketch synthesis learning.Neurocomputing，71(10-12)： 1921～1930，2008”。

将照片生成画像虽然这样可以在一定程度上减小照片与画像之间的差异，但在变换 的过程中会丢失很多对检索或识别极为有用的信息。因此，研究人员从另一方面进行研 究，通过机器学习的方法根据训练库中已有的照片信息，从画像中恢复出信息丰富的照 片，这种方法对后续的识别过程更加有利。因此，根据画像生成照片成为画像—照片识 别技术的关键。

目前照片生成方面的研究成果主要由卡内基梅隆大学的Yung-hui Li等和香港中文大 学的汤晓鸥等取得，其主要思想都是将待识别的画像转变成伪照片，进行伪照片-照片的 识别，他们所采用的伪照片生成方法不同，主要有以下两种：