学位论文 > 优秀研究生学位论文题录展示

图像/视频中自动人脸替换研究

作　者: 李传学
导　师: 宋红
学　校: 北京理工大学
专　业: 计算机科学与技术
关键词: 语义分析三维人脸建模泊松图像融合眼睛定位眼镜检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 49次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸特征语义分析与人脸替换技术在隐私保护、智能人机交互、人脸图像检索、影视特技、公共安全等方面有着重要的应用价值。本论文提出了基于语义的目标人脸替换方法,并解决了眼镜遮挡检测问题,实现了存在眼镜遮挡情况下的人脸替换。本论文的贡献包括以下两个方面:1)提出并实现了基于语义的人脸选择替换方法。根据已有的人脸属性识别算法与目标人脸外观属性的语义描述,在人脸图像库中选择语义“相似”的替换人脸或使用特定的替换人脸进行目标人脸替换。首先,对人脸图像进行预处理,包括脸部提取,仿射变换等;然后,用SVM分类器结合脸部特征区域进行对比训练,构建预测模型,自动选择语义相似的替换人脸。2)实现了遮挡人脸的替换。在进行图像融合前,对人脸进行眼镜的检测和定位,当进行人脸替换时,对于只能部分替换(即同时存在于背景中)的遮挡物进行了保留,对于可以完整替换的(即被人脸区域完全覆盖)遮挡物,全部被替换人脸替换。首先,构建眼镜检测分类器,对目标人脸进行基于眼镜的遮挡检测;然后,根据遮挡检测结果,选择相应的替换准则,使得替换后的人脸与周围环境融合逼真自然,自动完成图像/视频中的人脸替换。在理论研究的基础上,作者设计和实现了图像/视频自动人脸替换框架。实验证明本文提出的基于语义的人脸替换以及遮挡条件下的人脸替换将使人脸替换技术更加完善,将直接推动各类实际应用的发展,具有重要的理论价值和实际意义。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-16
  1.1 论文研究背景  9-10
  1.2 国内外研究现状  10-13
  1.3 论文研究的目的和意义  13-14
  1.4 论文的研究内容  14-15
  1.5 论文的组织结构  15-16
第2章基于语义的人脸选择  16-33
  2.1 数据集的构建  17-23
    2.1.1 数据集的来源  17-20
    2.1.2 图像处理过程  20-23
  2.2 SVM 训练及预测  23-29
    2.2.1 SVM 分类器  23-25
    2.2.2 训练数据处理  25-29
  2.3 算法实现及结果  29-33
    2.3.1 算法流程  29-31
    2.3.2 实验结果与分析  31-33
第3章特定人脸的三维建模  33-43
  3.1 AAM 与3DMM  33-36
    3.1.1 主观表现模型：AAM  33-34
    3.1.2 3D 形变模型：3DMM  34-36
  3.2 2D+3D AAM 重建方法  36-39
    3.2.1 AAM 重塑三维形状  36-38
    3.2.2 三维形状约束AAM  38
    3.2.3 AAM 匹配算法  38-39
  3.3 算法实现及结果  39-43
    3.3.1 算法流程  39-40
    3.3.2 实验结果与分析  40-43
第4章泊松图像融合算法  43-54
  4.1 图像融合原理  43-46
    4.1.1 图像融合分类  43-45
    4.1.2 图像融合步骤  45-46
  4.2 泊松图像编辑  46-51
    4.2.1 泊松方程和引导插值  46-48
    4.2.2 无缝融合  48-51
  4.3 算法实现及结果  51-54
    4.3.1 算法流程  51
    4.3.2 实验结果分析  51-54
第5章遮挡人脸替换  54-68
  5.1 目标检测分类器  55-59
    5.1.1 Haar 特征  55-57
    5.1.2 Adaboost 算法  57-59
  5.2 样本选取规则  59-62
    5.2.1 人眼检测样本  60-61
    5.2.2 眼镜检测样本  61-62
  5.3 算法实现及结果  62-68
    5.3.1 算法流程  62-63
    5.3.2 实验结果与分析  63-68
总结和展望  68-70
  课题研究总结  68
  课题研究展望  68-70
参考文献  70-73
致谢  73

图像/视频中自动人脸替换研究

内容摘要

全文目录

相似论文