学位论文 > 优秀研究生学位论文题录展示
基于与或图表示的肖像画自动生成方法研究
作 者: 闵锋
导 师: 桑农
学 校: 华中科技大学
专 业: 模式识别与智能系统
关键词: 人脸 肖像画 与或图 模板匹配 形状上下文
分类号: TP391.41
类 型: 博士论文
年 份: 2009年
下 载: 175次
引 用: 1次
阅 读: 论文下载
内容摘要
人物肖像画自动生成是计算机视觉领域一个具有挑战性的难题。由于人物肖像包含多种模式,而每种模式又包含非常复杂的组成结构。因此,很难找到一种通用的模型对人物肖像各种可能的模式进行全面的建模。本文提出了基于与或图表示的肖像画自动生成方法,并把研究工作集中在人物肖像画理解与模板匹配方面。本文首先提出了改进的主动形状模型算法用于人脸特征提取,为后面的肖像画生成提供重要的几何信息。针对主动形状模型在实际应用中的不足,对其局部纹理模型,搜索算法,模型初始化提出了若干改进算法。实验结果表明,改进后的算法可以提高人脸特征点定位的精度和速度。其次,提出了一种基于与或图表示的肖像画自动生成方法。与或图表示是一种分层次的产生式模型,能够分离肖像画的结构和风格并解释其多样性。该方法将肖像画分解为头发,人脸和衣领三部分,每一部分对应许多子模板。对于给定的一张人物图像,通过模板匹配挑选各部分匹配的子模板,这些子模板在肖像画与或图的指导下组合而成形象的肖像画。该方法受益于多个不同风格的模板库,改变模板库的风格就能方便的更改生成肖像画的风格。大量的实验结果表明了该方法的有效性。为了有效的对肖像画各部分进行模板匹配,本文分别提出了五官,头发和衣领的分类匹配方法。通过整合子空间选择和数据聚类,提出了一种五官分类匹配方法。该方法包含两步迭代:(1)固定子空间不变,用k-均值聚类的方法产生类别的标号;(2)固定类别的标号不变,用线性判别分析的方法将样本映射到低维子空间进行子空间选择。通过反复迭代,样本在低维子空间进行有效聚类而避免了维数灾难,同时子空间自适应的调整到全局最优。并且将聚类结果应用于肖像画自动生成的五官匹配,取得了不错的效果。对于头发,本文提出了一种新颖的分类,匹配和线描画生成方法。从训练数据中抽取形状和表观特征并计算统计属性,根据这些特征和属性,学习到24种发型和模板。对于一幅给定的头发图像,采用层级删减的方法从24种发型中找到最匹配的模板。以此模板为原型,采用曲线拟合和纹理映射的方法,生成与给定图像对应的线描画。对于衣领,本文提出了基于形状上下文的模板匹配方法,通过比较衣领模板与衣领图像的原始简约图的形状上下文距离,实现衣领模板的快速正确匹配。最后,本文对所做的工作进行了归纳总结,并且结合本文的不足之处,分析和讨论了进一步的研究计划。
|
全文目录
摘要 4-6 Abstract 6-8 中英文缩写对照表 8-9 1 绪论 9-19 1.1 引言 9-10 1.2 国内外研究进展 10-12 1.3 相关概念介绍 12-16 1.4 主要研究内容 16-17 1.5 课题来源及内容安排 17-19 2 基于主动形状模型的人脸特征定位算法 19-33 2.1 引言 19-20 2.2 主动形状模型 20-25 2.3 改进的人脸特征定位算法 25-30 2.4 实验 30-31 2.5 本章小结 31-33 3 基于与或图表示的肖像画自动生成方法 33-50 3.1 引言 33-34 3.2 肖像画与或图 34-38 3.3 与或图模型框架 38-42 3.4 肖像画自动生成方法 42-49 3.5 本章小结 49-50 4 五官的分类和匹配 50-64 4.1 引言 50-51 4.2 k-均值聚类 51 4.3 线性判别分析 51-54 4.4 线性判别分析指导的k-均值聚类 54-55 4.5 局部线性嵌入 55-56 4.6 实验 56-62 4.7 本章小结 62-64 5 衣领的匹配和线描 64-76 5.1 引言 64-65 5.2 形状上下文 65-68 5.3 薄板样条插值 68-69 5.4 基于形状上下文的衣领模板匹配 69-72 5.5 衣领线描生成 72-74 5.6 实验 74-75 5.7 本章小结 75-76 6 头发的分类,匹配和线描 76-91 6.1 引言 76-78 6.2 头发分类 78-85 6.3 头发匹配 85-87 6.4 头发线描 87-89 6.5 本章小结 89-91 7 人物肖像系统实验 91-98 7.1 引言 91 7.2 人物肖像系统 91-94 7.3 实验 94-96 7.4 本章小结 96-98 8 总结与展望 98-102 8.1 研究工作总结 98-100 8.2 本文的创新之处 100 8.3 进一步研究展望 100-102 致谢 102-103 参考文献 103-116 附录1 攻读学位期间发表的学术论文 116-117 附录2 攻读学位期间参与课题 117
|
相似论文
- 基于图的标志SNP位点选择算法研究,Q78
- 新型银基无镉中温钎料组织性能的研究,TG425.2
- 基于蚁群算法的电梯群优化控制研究,TU857
- LDPC码译码算法的研究,TN911.22
- 支持XML数据查询的F&B索引结构的研究,TP311.13
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 2D人脸模板保护算法研究,TP391.41
- 频繁图结构并行挖掘算法的研究与实现,TP311.13
- 矢量CAD电子图纸保护系统研究,TP391.72
- 基于图分割的文本提取方法研究,TP391.41
- 高保真遥感图象压缩与分辨率增强联合处理研究,TP751
- 基于支持向量机的故障诊断方法研究,TP18
- 基于LVDS技术的通讯卡研制,TP273
- 诗意的疏离:图文之间,J506
- 急性脑梗死患者睡眠结构的变化,R743.33
- 思维导图在科学教学中的应用,G633.98
- 高中生物学课堂教学中概念图的应用研究,G633.91
- 基于约束图的服装参数化制板技术,TS941.2
- 魔力平台业务过程建模冲突消解的研究与实现,TP311.5
- 经皮骶髂螺钉固定治疗不稳定骨盆骨折的临床疗效分析,R687.3
- 七维稳定耗散系统的代数条件及动力学性质,O175
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|