[发明专利]基于子空间岭回归的人脸画像生成方法

说明书

本发明公开了一种基于子空间岭回归的人脸画像生成方法，主要解决现有方法生成画像质量不高或耗时的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试样本集；(2)将所有图像划分成图像块，并组成块集合；(3)将训练照片块集合与对应的画像块集合划分为多个子集；(4)计算每一对照片‑画像块子集之间的映射系数矩阵；(5)将测试照片块划分到对应的子集；(6)根据每一个测试照片块子集以及其所在子集对应的系数矩阵，求解出合成画像块子集；(7)合并合成画像块子集得到合成画像块集合(8)组合所有合成画像快，生成伪画像。本发明具有合成画像质量高，速度快的优点，可用于公共安全领域中人脸检索与识别。

技术领域

本发明属于图像处理技术领域，特别涉及一种人脸画像生成方法，可用于公共安全领域中人脸检索与识别。

背景技术

在刑侦追捕中，公安部门备有公民照片数据库，结合人脸识别技术用以确定犯罪嫌疑人身份，但实际中一般较难获得犯罪嫌疑人照片，但却可以在画家和目击者的合作下得到犯罪嫌疑人的素描画像来进行后续人脸检索和识别。由于画像与普通人脸照片之间有很大的差异，直接用传统的人脸识别方法很难获取得到满意的识别效果。将公民照片数据库中的照片合为画像能有效的减小他们纹理上的差距，进而提高识别率。

目前，主流的人脸画像生成方法主要分为三类：其一，基于子空间学习的方法；其二，基于稀疏表示的方法；其三，基于贝叶斯学习的方法。

Q.Liu等人在文献“Q.Liu,X.Tang,H.Jin,H.Lu,and S.Ma.A Nonlinear Approachfor Face Sketch Synthesis and Recognition.In Proc.IEEE Int.Conference onComputer Vision,pp.1005-1010,2005”中提出了一种基于局部线性嵌入的方法，通过将训练集和测试集中的人脸图像分块，对测试照片的每个图像块在训练集中寻找它的K个相似的照片近邻块，然后利用局部线性嵌入的思想计算照片近邻块的线性组合权值，并利用对应的K个画像近邻块和组合权值得到伪画像块并最终融合成伪画像。该方法存在的不足之处是，固定的近邻个数导致合成图像的模糊效果。

X.Gao等人在文献“X.Gao,N.Wang,D.Tao,et al.Face Sketch-Photo Synthesisand Retrieval using Spares Representation.IEEE Transactions on CircuitsSystems for Video Technology,2012,22(8):1213-1226.”中提出了一种基于稀疏表示的人脸画像合成方法。该方法首先采用已有的画像合成方法生成合成画像的初始估计，然后再利用稀疏表示的方法合成出合成画像的细节信息，最后将初始估计和细节信息进行叠加得到最后的合成画像。该方法的缺陷是：合成画像的质量绝大部分依赖于初始画像合成方法，初始画像的合成与高频信息的合成不在同一框架下进行。

X.Wang等人在文献“X.Wang and X.Tang.Face Photo-Sketch Synthesis andRecognition.IEEE Transactions on Pattern Analysis and Machine Intelligence.31(11):1955-1967,2009”中提出了一种基于马尔可夫网络模型的方法，通过将训练集和测试集中的人脸图像划分成大小相同、互相重叠的局部块，利用马尔可夫网络模型建立人脸照片和人脸画像之间的关系模型，通过对模型求解实现人脸画像生成。该方法存在的不足之处是，由于每个待合成照片块最终只选择一个训练画像块进行画像合成，导致块效应严重以及合成不出训练画像块集合中不存在的画像块。

发明内容

本发明的目的在于针对上述现有方法的不足，提出一种基于子空间岭回归的人脸画像生成方法，以提高生成的伪画像的质量，并大幅度提升画像生成的速度。

实现本发明目的的技术方案包括如下步骤：