专利名称：一种人脸图像多角度相互转化方法
一种人脸图像多角度相互转化方法技术领域
本发明属于数字图像处理技术领域，具体涉及一种人脸图像多角度相互转化方法。
背景技术：
人脸图像多角度相互转化是指将一幅输入的某一角度的人脸图像转换为所对应的其它角度(目标角度)的人脸图像。目前国内外仅有为数不多的转化方法被提出。
2004年清华大学Li提出了一种基于Garbor小波变换的方法(文献I :Y. Li and X. Y. Linj “Face hallucination with pose variation，，in Pro. 6th IEEE Int. Conf. Automatic Face and Gesture Recognition, 2004，pp.723 - 728)；
2005-2008年英国伦敦大学玛丽女王学院Jia提出了基于张量分解的方法(文献 2 K. Jia and S. G. Gong, “Multi-modal tensor face for simultaneous super-resolution and recognition,，，in Proc. IEEE Int. Conf. Computer Vision,2005, pp. 1683-1690 ；文献 3 :Κ·Jia and S.G.Gong, “Generalized face super-resolution, ” IEEETrans. ImageProcessing, vol. 17, no. 6, pp. 873886, Jun. 2008)；
2006年中山大学陈家大等利用改进的点点对应算法和线性物体类的原理构造正脸合成的方法。(文献4 :陈家大、赖剑煌、冯国灿，“一种人脸姿势判别与正脸合成的新方法”，计算机研究与发展，2006)。
上述现有方法的共同缺点是算法复杂、运算量大，而且重建结果中人脸的头发、脸部轮廓部位比较模糊。发明内容
本发明的目的在于提供一种简单、快速的人脸图像多角度相互转化方法，该方法可以克服现有同类方法算法复杂、运算量大、效果不理想的问题。
为达到上述目的，本发明采用了以下技术方案
I)选取单帧某角度的人脸图像为输入人脸图像，将输入人脸图像表示为所有像素灰度值的列向量形式；
2)经过步骤I)后，将输入人脸图像视为高维空间中的一点，将与输入人脸图像同角度的训练集人脸图像视为该点的近邻点，然后根据局部邻域嵌入非线性降维理论(文献 5 ROffEIS S T, SAUL L K. Nonlinear Dimensionality Reduction by Locally Linear Embedding [J], Science, 2000, 22(12) : 2323-2326)求解近邻点的权值，并在权值求解过程中对局部协方差矩阵进行大常数对角加载以得到权值，所述步骤2)中与输入人脸图像同角度的训练集人脸图像表示为所有像素灰度值的列向量形式；
3)利用步骤2)求解出的权值以及目标角度训练集人脸图像，根据局部邻域嵌入非线性降维理论反算出一个高维空间的点，该高维空间的点即为目标角度人脸图像向量，所述步骤3)中目标角度训练集人脸图像表示为所有像素灰度值的列向量形式；
4)将目标角度人脸图像向量表示为像素灰度值的矩阵形式。本发明根据局部邻域嵌入非线性降维理论，将人脸图像多角度相互转化问题，转 化为求取高维空间某点的近邻点权值问题I。为输入人脸图像(表示为所有像素灰度值的列向量形式)，被视为高维空间中的 一点，I ■表示与输入人脸图像同角度的训练集人脸图像(表示为所有像素灰度值的列向量 形式)，被视为L点的近邻点，wm为该高维空间近邻点的权值，M表示与输入人脸图像同角度 的训练集人脸图像的个数，被视为近邻点个数。使用e表示欧式距离，它们关系满足下式
权利要求
1.一种人脸图像多角度相互转化方法，其特征在于，包括以下步骤 1)选取单帧某角度的人脸图像为输入人脸图像，将输入人脸图像表示为像素灰度值的列向量形式； 2)经过步骤I)后，将输入人脸图像视为高维空间中的一点，将与输入人脸图像同角度的训练集人脸图像视为该点的近邻点，然后根据局部邻域嵌入非线性降维理论求解近邻点的权值，并在权值求解过程中对局部协方差矩阵进行大常数对角加载，所述步骤2)中与输入人脸图像同角度的训练集人脸图像表示为像素灰度值的列向量形式； 3)利用步骤2)求解出的权值以及目标角度训练集人脸图像反算出一个高维空间的点，该高维空间的点即为目标角度人脸图像，所述步骤3)中目标角度训练集人脸图像表示为像素灰度值的列向量形式； 4)将目标角度人脸图像表示为像素灰度值的矩阵形式。
2.根据权利要求I所述一种人脸图像多角度相互转化方法，其特征在于，求解出的权值按以下公式计算
全文摘要
本发明提供一种人脸图像多角度相互转化方法将人脸图像表示为像素灰度值的列向量形式；将某角度的单帧输入人脸图像视为高维空间中的一点，同角度训练集人脸图像视为该点的近邻点，将问题转化为局部邻域嵌入非线性降维理论中，求取高维空间某点的近邻点权值问题；利用求解出的权值以及目标角度训练集人脸图像合成目标角度人脸图像；将合成的目标角度人脸图像表示为像素灰度值的矩阵形式；本发明所述人脸图像多角度相互转化方法算法简单，并且在计算速度以及头发和人脸边缘部分合成效果明显优于现有技术。
文档编号G06T5/00GK102930510SQ201210358748
公开日2013年2月13日 申请日期2012年9月24日 优先权日2012年9月24日
发明者马祥, 李文敏, 宋焕生 申请人:长安大学