版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、正面人臉合成是以一幅或者多幅側(cè)面視角的人臉圖像為輸入,通過信息恢復(fù)合成正面人臉圖像的技術(shù)。正面人臉合成是一個數(shù)據(jù)從無到有的構(gòu)建過程,這一技術(shù)能夠根據(jù)一幅或者多幅側(cè)面人臉圖像,有效恢復(fù)自遮擋部分的人臉信息,進而獲得準確的正面人臉圖像。
本文研究的主要內(nèi)容包括側(cè)面人臉偏轉(zhuǎn)角度估計以及正面人臉合成算法兩部分。首先,詳細闡述分析了主成分分析方法以及主動表觀模型的建立與擬合過程,并給出了多角度主動表觀模型,進而闡述了側(cè)面人臉偏轉(zhuǎn)角度的估
2、計方法;然后,詳細闡述分析了線性物體類理論,并在這一理論的基礎(chǔ)上,充分利用人臉相對重要的信息且結(jié)合側(cè)面人臉可見紋理信息改進了正面人臉合成算法,提高了正面人臉的合成效果。
側(cè)面人臉偏轉(zhuǎn)角度的準確估計是正面人臉合成的關(guān)鍵問題。為了準確估計側(cè)面人臉的偏轉(zhuǎn)角度,對訓(xùn)練集中的人臉圖像從不同的視角下分別建立形狀模型、紋理模型以及表觀模型,進而得到對應(yīng)的多角度的主動表觀模型,對于一幅新的人臉圖像,使用多角度主動表觀模型對其進行擬合計算,取擬
3、合誤差最小的表觀模型,可以準確估計人臉的偏轉(zhuǎn)角度。
線性物體類理論是本文正面人臉合成算法的理論基礎(chǔ)。為了有效地合成正面人臉圖像,首先,分離人臉的形狀信息和紋理信息,進而得到人臉的形狀參考信息和紋理參考信息;然后,對人臉的形狀參考信息以及紋理參考信息分別進行線性預(yù)測計算,同時充分利用側(cè)面人臉的可見紋理信息,從而得到期望的正面人臉的形狀信息和紋理信息,并最終合成正面人臉圖像。正面人臉合成過程中充分利用了線性物體類理論和主成分分析方
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模糊隸屬函數(shù)的正面人臉合成方法研究.pdf
- 正面人臉圖像質(zhì)量評價方法研究.pdf
- 正面人臉判別方法的研究.pdf
- 單張正面人臉圖像的三維人臉重建方法研究.pdf
- 彩色圖像中的正面人臉檢測.pdf
- 非正面人臉圖像的表情識別研究.pdf
- 準正面人臉圖像識別的初步研究.pdf
- 靜態(tài)圖像中正面人臉表情識別算法研究.pdf
- 基于單張正面人臉圖像的三維人頭模型重建方法研究.pdf
- 基于單張正面人臉圖像的三維重建研究.pdf
- 標(biāo)準正面人臉識別系統(tǒng)的研究.pdf
- 跨模態(tài)人臉圖像生成方法研究.pdf
- 眼鏡遮擋下的正面人臉識別研究.pdf
- 跨模態(tài)人臉圖像生成方法研究
- 正面人臉識別中眼鏡摘除問題的研究.pdf
- 基于支持向量機的正面人臉檢測研究.pdf
- 基于單張正面人臉照片的個性化人臉建模系統(tǒng)研究.pdf
- 靜態(tài)圖像中的正面人體分割算法研究.pdf
- 圖像特征匹配及合成方法研究.pdf
- 圖像分割與合成方法的研究.pdf
評論
0/150
提交評論