基于總變分模型的人臉重加光方法技術(shù)

本發(fā)明專(zhuān)利技術(shù)公開(kāi)了一種基于總變分模型的人臉重加光方法，包括以下步驟：(1)建立多輸入對(duì)數(shù)總變分模型；(2)將同一個(gè)人的人臉圖像系列輸入多輸入對(duì)數(shù)總變分模型；(3)多輸入對(duì)數(shù)總變分模型將人臉圖像系列分解為反射成分及光照成分；(4)將人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像輸入多輸入對(duì)數(shù)總變分模型；(5)多輸入對(duì)數(shù)總變分模型將人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像分解為反射成分及光照成分；(6)根據(jù)步驟(3)中的光照成分與步驟(5)中的光照成分合成新的光照成分；(7)將步驟(3)中的反射成分與步驟(6)中生成的光照成分進(jìn)行合成。本發(fā)明專(zhuān)利技術(shù)，能夠合成極端變化光照下的人臉圖像；支持單幅或者多幅圖像輸入，更加準(zhǔn)確地估計(jì)光照成分和反射成分。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專(zhuān)利技術(shù)涉及人臉重加光
，具體地講，是指一種。
技術(shù)介紹
所謂人臉重加光技術(shù)，即對(duì)輸入的人臉圖像進(jìn)行處理，合成用戶(hù)指定光照條件下的人臉圖像。人臉重加光技術(shù)在視頻監(jiān)控、媒體處理、數(shù)字藝術(shù)、公安偵查等領(lǐng)域具有廣泛的應(yīng)用。譬如，在人臉識(shí)別系統(tǒng)中，通過(guò)對(duì)人臉圖像進(jìn)行重加光處理，使得人臉圖像具有相同的光照條件，從而提高人臉識(shí)別準(zhǔn)確率。在圖像合成中，可以通過(guò)人臉重加光技術(shù)來(lái)協(xié)調(diào)人臉與周?chē)鷪?chǎng)景的光照，從而達(dá)到更真實(shí)的合成效果。現(xiàn)有的人臉重加光技術(shù)主要有以下幾類(lèi)I)基于商圖像或者比值圖像的方法商圖像定義為兩個(gè)不同人臉在相同姿勢(shì)且相同光照條件下的商。如果已經(jīng)知道其中一個(gè)人臉α在某光照條件t下的圖像Ia,t，則利用兩個(gè)人臉之間的商圖像以及Ia,t來(lái)合成另外一個(gè)人臉在光照條件t下的圖像。2)基于反射成分和光照成分分離的方法根據(jù)物理成像原理，一張人臉圖像由反射成分和光照成分組成。反射成分主要描述人臉表面反射率；光照成分則描述人臉的光照和陰影信息。如果能有效地估計(jì)出圖像的反射成分和光照成分，則可以通過(guò)調(diào)整或者更換光照成分來(lái)達(dá)到人臉重加光。其中，一般假設(shè)不同種光照成分可以構(gòu)成一個(gè)低維線(xiàn)性子空間。3)基于三維人臉模型的方法從人臉圖像重構(gòu)人臉的三維模型，然后根據(jù)三維空間模擬光照的方法來(lái)進(jìn)行人臉重加光。4)基于多項(xiàng)式模型的方法通過(guò)統(tǒng)計(jì)回歸，總結(jié)出一個(gè)多項(xiàng)式函數(shù)族來(lái)刻畫(huà)同個(gè)人臉在不同光照條件下的圖像之間的關(guān)聯(lián)。從而，該多項(xiàng)式模型可以用來(lái)直接實(shí)現(xiàn)人臉重加光。現(xiàn)有的人臉重加光技術(shù)，尚存在很多不足比如，很多方法僅能支持單張輸入圖像，而單張圖像所含信息有限，在進(jìn)行光照、商圖像、反射率等估計(jì)的時(shí)候，在圖像的陰影區(qū)域往往會(huì)得到錯(cuò)誤的估計(jì)結(jié)果。而基于三維人臉模型的方法要求對(duì)同一個(gè)人有大量不同姿勢(shì)下的輸入圖像，否則很難重構(gòu)出精準(zhǔn)的三維模型。基于多項(xiàng)式模型的方法又難以處理光照變化非常大的情況。
技術(shù)實(shí)現(xiàn)思路
本專(zhuān)利技術(shù)的目的在于提供一種，可以挖掘利用更多的人臉信息來(lái)達(dá)到更準(zhǔn)確的光照和反射率估計(jì)，從而能夠處理極端變化的光照合成。為實(shí)現(xiàn)上述目的，本專(zhuān)利技術(shù)所采用的技術(shù)方案為一種，其包括以下步驟(I)建立多輸入對(duì)數(shù)總變分模型,用于同時(shí)處理同一個(gè)人在相同姿勢(shì)下的單張或者多張圖像，且估計(jì)出輸入圖像的光照成分和反射成分；(2)將同一個(gè)人的人臉圖像系列輸入所述的多輸入對(duì)數(shù)總變分模型；(3)所述的多輸入對(duì)數(shù)總變分模型將輸入的人臉圖像系列分解為反射成分及光照成分；(4)將人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像輸入所述的多輸入對(duì)數(shù)總變分模型；(5)所述的多輸入對(duì)數(shù)總變分模型將輸入的人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像分解為反射成分及光照成分；(6)根據(jù)步驟(3)中的光照成分與步驟(5)中的光照成分合成新的光照成分；(7)將步驟(3)中的反射成分與步驟(6)中的光照成分進(jìn)行合成。上述的輸入對(duì)數(shù)總變分模型，滿(mǎn)足以下條件Ii = R O Li = I, ...,N其中{IJ ,1 = 1,…，N，{IJ為同一個(gè)人臉的圖像序列；R是該人臉的反射成分；Li是圖像Ii的光照成分；Θ表示對(duì)應(yīng)像素值之間的相乘。對(duì)上述的輸入對(duì)數(shù)總變分模型的滿(mǎn)足條件的公式進(jìn)行對(duì)數(shù)變換，得到權(quán)利要求1.一種，其特征在于其包括以下步驟(1)建立多輸入對(duì)數(shù)總變分模型，用于同時(shí)處理同一個(gè)人在相同姿勢(shì)下的單張或者多張圖像，且估計(jì)出輸入圖像的光照成分和反射成分；(2)將同一個(gè)人的人臉圖像系列輸入所述的多輸入對(duì)數(shù)總變分模型；(3)所述的多輸入對(duì)數(shù)總變分模型將輸入的人臉圖像系列分解為反射成分及光照成分；(4)將人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像輸入所述的多輸入對(duì)數(shù)總變分模型；(5)所述的多輸入對(duì)數(shù)總變分模型將輸入的人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像分解為反射成分及光照成分；(6)根據(jù)步驟(3)中的光照成分與步驟(5)中的光照成分合成新的光照成分；(7)將步驟(3)中的反射成分與步驟(6)中的光照成分進(jìn)行合成。2.根據(jù)權(quán)利要求I所述的，其特征在于所述的輸入對(duì)數(shù)總變分模型，滿(mǎn)足以下條件Ii = R Θ Li, i = I, ...,N其中UiKi = I,…，N，{1J為同一個(gè)人臉的圖像序列；R是該人臉的反射成分；Li是圖像Ii的光照成分；Θ表示對(duì)應(yīng)像素值之間的相乘。3.根據(jù)權(quán)利要求2所述的，其特征在于對(duì)所述的輸入對(duì)數(shù)總變分模型的滿(mǎn)足條件的公式進(jìn)行對(duì)數(shù)變換，得到/￡ = Iog(Zi) = logffi 0 Li) = Iog(R)言 log (Li)去 r 十.u:, i = 1，…，N求解以下優(yōu)化模型可以得到V和Ui :4.根據(jù)權(quán)利要求3所述的，其特征在于所述的輸入對(duì)數(shù)總變分模型的求解方法，其包括以下步驟使用交替方向乘子法求解其中，k代表第k步迭代；U，/和P分別是Ui, fi和Pi的均值；wi，Pi和qi為迭代臨時(shí)變量；D是圖像梯度的前向差分逼近；D’是D的轉(zhuǎn)置矩陣；α是增強(qiáng)拉格朗日系數(shù)令s =.,貝ij有郵十4 P"·〃其中E是圖像二階導(dǎo)數(shù)的離散逼近矩陣，[O otherwise ，[ O otherwise ，利用上述的公式進(jìn)行迭代運(yùn)算，迭代結(jié)束后，得到的W〗和Vk便為所述的估化模型中Ui和V的求解結(jié)果,進(jìn)而可以根據(jù)公式R = exp (V), Li = exp (Ui), i = I, ···, N得到R和Lit全文摘要本專(zhuān)利技術(shù)公開(kāi)了一種，包括以下步驟(1)建立多輸入對(duì)數(shù)總變分模型；(2)將同一個(gè)人的人臉圖像系列輸入多輸入對(duì)數(shù)總變分模型；(3)多輸入對(duì)數(shù)總變分模型將人臉圖像系列分解為反射成分及光照成分；(4)將人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像輸入多輸入對(duì)數(shù)總變分模型；(5)多輸入對(duì)數(shù)總變分模型將人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像分解為反射成分及光照成分；(6)根據(jù)步驟(3)中的光照成分與步驟(5)中的光照成分合成新的光照成分；(7)將步驟(3)中的反射成分與步驟(6)中生成的光照成分進(jìn)行合成。本專(zhuān)利技術(shù)，能夠合成極端變化光照下的人臉圖像；支持單幅或者多幅圖像輸入，更加準(zhǔn)確地估計(jì)光照成分和反射成分。文檔編號(hào)G06T5/50GK102938144SQ201210390050公開(kāi)日2013年2月20日 申請(qǐng)日期2012年10月15日 優(yōu)先權(quán)日2012年10月15日專(zhuān)利技術(shù)者謝曉華, 陳寶權(quán), 龔文勇, 汪云海 申請(qǐng)人:深圳先進(jìn)技術(shù)研究院本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于總變分模型的人臉重加光方法，其特征在于：其包括以下步驟：(1)建立多輸入對(duì)數(shù)總變分模型，用于同時(shí)處理同一個(gè)人在相同姿勢(shì)下的單張或者多張圖像，且估計(jì)出輸入圖像的光照成分和反射成分；(2)將同一個(gè)人的人臉圖像系列輸入所述的多輸入對(duì)數(shù)總變分模型；(3)所述的多輸入對(duì)數(shù)總變分模型將輸入的人臉圖像系列分解為反射成分及光照成分；(4)將人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像輸入所述的多輸入對(duì)數(shù)總變分模型；(5)所述的多輸入對(duì)數(shù)總變分模型將輸入的人臉數(shù)據(jù)庫(kù)中的人臉光照?qǐng)D像分解為反射成分及光照成分；(6)根據(jù)步驟(3)中的光照成分與步驟(5)中的光照成分合成新的光照成分；(7)將步驟(3)中的反射成分與步驟(6)中的光照成分進(jìn)行合成。

【技術(shù)特征摘要】

【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：謝曉華，陳寶權(quán)，龔文勇，汪云海，
申請(qǐng)(專(zhuān)利權(quán))人：深圳先進(jìn)技術(shù)研究院，
類(lèi)型：發(fā)明
國(guó)別省市：