[发明专利]基于Gabor特征的人脸素描合成方法及系统

权利要求书

1.基于Gabor特征的人脸素描合成方法，其特征在于，包括步骤：

步骤1，将待合成人脸照片、人脸照片训练集中人脸照片样本以及人脸素描训练集中人脸素描样本划分为相互重叠的像素块，待合成人脸照片、人脸照片样本及人脸素描样本大小相同，且人脸照片样本和人脸素描样本一一对应；

步骤2，提取各像素块的Gabor特征，基于像素块Gabor特征的协方差矩阵获得第一Stein散度矩阵和第二Stein散度矩阵，其中，第一Stein散度矩阵为待合成人脸照片像素块和各人脸照片样本像素块间的Stein散度矩阵，第二Stein散度矩阵为不同人脸照片样本像素块间的Stein散度矩阵；

步骤3，基于第一Stein散度矩阵、第二Stein散度矩阵及各人脸照片样本像素块的重建系数，采用正则最小二乘法获得第二Stein散度矩阵对第一Stein散度矩阵进行线性组合的最优权值；

步骤4，采用最优权值将各人脸素描样本对应位置的像素块加权合成，获得该对应位置像素块的合成人脸素描像素块；

步骤5，将合成人脸素描像素块按其在人脸上位置进行融合，获得待合成人脸照片对应的合成人脸素描。

2.如权利要求1所述的基于Gabor特征的人脸素描合成方法，其特征在于：

步骤2中所述的提取各像素块的Gabor特征具体为：

获得像素块各像素点的Gabor特征，像素块中各像素点的Gabor特征构成像素块的Gabor特征。

3.如权利要求1所述的基于Gabor特征的人脸素描合成方法，其特征在于：

所述的像素块Gabor特征的协方差矩阵C表示像素块(i,j)Gabor特征的协方差矩阵，F_k表示像素块(i,j)中第k个像素点(x,y)的Gabor特征；T代表矩阵的转置，n表示像素块各行中像素点数。

4.如权利要求1所述的基于Gabor特征的人脸素描合成方法，其特征在于：

所述的第一Stein散度矩阵X_SD(i,j)中各元素如下：

XSD(m,1)(i,j)=log(det(XC(i,j)+YCm(i,j)2))-12log(det(XC(i,j)YCm(i,j)))---(1);]]>

所述的第二Stein散度矩阵Y_SD(i,j)中各元素如下：

XSD(m,s)(i,j)=log(det(XCm(i,j)+YCs(i,j)2))-12log(det(XCm(i,j)YCs(i,j)))---(2);]]>

式(1)～(2)中，X_SD^(m,1)(i,j)表示X_SD(i,j)中第m行的元素，Y_SD^(m,s)(i,j)表示Y_SD(i,j)中第m行第s列的元素，m代表Stein散度矩阵中的行号，s代表Stein散度矩阵中的列号，1≤m≤M，1≤s≤M，M表示人脸照片训练集中人脸照片样本总数；X_C(i,j)是待合成人脸照片像素块(i,j)Gabor特征的协方差矩阵，Y_C^m(i,j)和Y_SD^(m,s)(i,j)分别表示人脸照片训练集中第m个样本和第s个样本的像素块(i,j)Gabor特征的协方差矩阵。