[发明专利]基于同源连续性的模拟人脸老化的方法及装置有效
申请号: | 201810619267.7 | 申请日: | 2018-06-15 |
公开(公告)号: | CN109002763B | 公开(公告)日: | 2021-09-24 |
发明(设计)人: | 李卫军;宁欣;董肖莉;徐健 | 申请(专利权)人: | 中国科学院半导体研究所 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T15/04;G06T17/20 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 任岩 |
地址: | 100083 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 同源 连续性 模拟 老化 方法 装置 | ||
1.一种基于同源连续性的模拟人脸老化的方法,其特征在于,所述方法包括:
预处理待模拟的人脸图像,获取反映所述人脸图像中人脸形状特征的特征点;
根据所述特征点构建出形状特征向量,再利用所述形状特征向量计算与脸型匹配的度量标准,将所述度量标准与人脸数据库中的预设度量标准进行匹配计算,根据匹配计算结果,获取各年龄段分别对应的与预设数量相等的相匹配人脸图像,所述预设度量标准是根据预设年龄区间进行预先计算的各年龄段中各人脸图像对应的度量标准;
对所述相匹配人脸图像分别进行人脸纹理增强处理,以获取各年龄段对应的纹理增强的人脸原型;
获取所述人脸图像所处的源年龄段,确定与所述源年龄段对应的目标年龄段,所述目标年龄段是与所述源年龄段相邻的后一段年龄段;
根据不同年龄段的人脸原型所分别对应的年龄相关形状特征向量及所述形状特征向量,计算目标形状特征向量,所述不同年龄段包括所述源年龄段和所述目标年龄段;
根据所述形状特征向量、所述年龄相关形状特征向量和所述目标形状特征向量获取模拟人脸形状老化的第一模拟图像;
根据由所述人脸原型对应的像素点构建出的纹理特征向量对所述第一模拟图像进行纹理老化处理,以获取模拟人脸纹理老化的第二模拟图像;
获取所述人脸图像的待模拟年龄段;
若判断所述目标年龄段未达到所述待模拟年龄段,更新所述源年龄段为所述目标年龄段,所述更新过程包括根据所述形状特征向量、所述年龄相关形状特征向量和所述目标形状特征向量获取模拟人脸形状老化的第一模拟图像,根据由所述人脸原型对应的像素点构建出的纹理特征向量对所述第一模拟图像进行纹理老化处理获取模拟人脸纹理老化的第二模拟图像,然后确定更新后的源年龄段对应的目标年龄段并执行所述更新过程,直到所述目标年龄段达到所述待模拟年龄段;
其中,所述根据不同年龄段的人脸原型所分别对应的年龄相关形状特征向量及所述形状特征向量,计算目标形状特征向量,包括:
根据如下公式计算所述目标形状特征向量:
Sdst=Ss+α(Sold-Svoung)
其中,Sdst为所述目标形状特征向量、Ss为所述年龄段对应的形状特征向量、Syoung为所述源年龄段对应的年龄相关形状特征向量、Sold为所述目标年龄段对应的年龄相关形状特征向量、α为第一比例系数,用来调节形状衰老的程度。
2.根据权利要求1所述的基于同源连续性的模拟人脸老化的方法,其特征在于,所述再利用所述形状特征向量计算脸型匹配的度量标准,将所述度量标准与人脸数据库中的预设度量标准进行匹配计算,根据匹配计算结果,获取各年龄段分别对应的与预设数量相等的相匹配人脸图像,包括:
计算所述度量标准与所述预设度量标准之间的欧氏距离;
提取所述欧氏距离小于预设阈值的目标欧氏距离;
将所述目标欧氏距离进行从小到大的顺序排序,在所述各年龄段中选择与所述预设数量相等的前N个目标欧氏距离对应的相匹配人脸图像。
3.根据权利要求2所述的基于同源连续性的模拟人脸老化的方法,其特征在于,将所述目标欧氏距离进行从小到大的顺序排序,在所述各年龄段中选择与所述预设数量相等的前N个目标欧氏距离对应的相匹配人脸图像的方法还包括:
若N的数值小于所述预设数量,则调大所述预设阈值的数值,以使获取到的相匹配人脸图像的数量等于所述预设数量。
4.根据权利要求1或3中的任一项所述的基于同源连续性的模拟人脸老化的方法,其特征在于,所述对所述相匹配人脸图像分别进行人脸纹理增强处理,以获取各年龄段对应的纹理增强的人脸原型,包括:
采用Gabor滤波器在水平和竖直两个方向上分别对所述相匹配人脸图像进行高频分解,以提取出高频纹理信息;
对所述高频纹理信息中的高频子带进行平滑叠加处理,以获取反映图像边缘特征的新合成高频子带;
对所述新合成高频子带进行图像重构,以获取纹理增强的人脸原型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院半导体研究所,未经中国科学院半导体研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810619267.7/1.html,转载请声明来源钻瓜专利网。