[发明专利]基于贝叶斯推断的人脸画像合成方法

摘要

本发明公开了一种基于贝叶斯推断的人脸画像合成方法，主要解决现有方法在近邻寻找或者在权值求解阶段没有考虑相邻图像块之间的相似性约束问题。其方案是：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.从训练照片‑画像块集合中选择出最近邻块；5.将最近邻块按欧式距离从训练照片‑画像块集合中进行近邻块再选择，对求解再选近邻块的线性组合权值；6.依据近邻块和组合权值，求解待合成画像块；7.迭代执行步骤5‑6共N次，融合得到最终的合成画像。本发明具有合成结果清晰度高、细节更完整的优点，可用于人脸检索与识别。

主权项

基于贝叶斯推断的人脸画像合成方法，包括：(1)从照片‑画像对集中取出M张照片组成训练照片样本集T_p，并取出与训练照片样本集T_p中的照片一一对应的M张画像组成训练画像样本集T_s，将剩余照片‑画像对组成测试样本集，从测试样本集中选取一张测试照片L，2≤M≤U‑1，U为照片‑画像对集中的照片‑画像对个数；(2)对所有图像进行划分，得到训练照片集样本块集合R和训练画像集样本块集合Q；(3)将训练照片样本块集合R与对应的画像样本块集合Q划分为N个子集，并将子集组成集合：R_N＝{R₁,…,R_j,…,R_N}Q_N＝{Q₁,…,Q_j,…,Q_N}其中，R_N表示所有训练照片样本块子集组成的集合，R_j表示训练照片样本块第j个子集，Q_N表示所有训练画像样本块子集组成的集合，Q_j表示训练画像样本块第j个子集，j∈{1,…,N}；(4)对于测试照片块集合P中的每一个测试照片块p^j,其中1≤j≤N,从其对应的训练照片块子集R_j中根据欧式距离寻找K₁个最近的照片块，记为同时从训练画像块子集Q_j中取出与对应的画像块1≤m≤K₁；(5)对每一个测试照片样本块p^j,通过最大化基于后验概率的马尔科夫网络从K₁个近邻照片和画像对中挑选出最近邻照片和画像1≤l≤K₁；(6)对每一个测试照片样本块p^j，根据与R_j中照片块的距离，挑选出K₂个近邻照片块记作其对应的画像块为1≤h≤K₂；(7)对每一个测试照片样本块p^j,其中1≤j≤N,通过求解马尔科夫权重网络，得到重构权值其中T表示转置；(8)利用步骤(6)得到的画像块和步骤(7)得到的权值，计算每个测试照片块p^j对应的待合成画像块s^j:(9)迭代执行步骤(6)‑(8)直至得到N块待合成画像块，并将N个合成画像块{s¹,…,s^j,…,s^N}进行组合，得到与测试照片L对应的合成画像。