[發(fā)明專利]基于嵌入式隱馬爾可夫模型和選擇性集成的人臉畫像自動生成方法

無效

• 申請?zhí)枺?/td>: 200710188415.6
• 申請日: 2007-11-30
• 公開（公告）號: CN101169830A
• 公開（公告）日: 2008-04-30
• 發(fā)明（設(shè)計）人: 高新波;李潔;鐘娟娟;肖冰;田春娜;路文;溫靜;李金秀;蘇亞;鄧成
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/64
• 代理公司: 陜西電子工業(yè)專利中心
• 代理人: 王品華;黎漢華

1.一種基于嵌入式隱馬爾可夫模型和選擇性集成的人臉畫像自動生成方法，包括如下過程：

A.采用留一法劃分訓(xùn)練集，選取一張照片作為待變換照片P，其它的N個照片及其所對應(yīng)的畫像構(gòu)成照片-畫像對(P_i，S_i)作為訓(xùn)練樣本；

B.對包括待變換照片和訓(xùn)練樣本的所有人臉照片進(jìn)行歸一化；

C.對訓(xùn)練樣本集中的每一個照片-畫像對(P_i，S_i)進(jìn)行聯(lián)合訓(xùn)練，建立耦合模型對庫，即建立(P_i，S_i)的嵌入式隱馬爾可夫模型對(λ_Pi，λ_Si)，其中i＝1，2，3，…，N，N為訓(xùn)練樣本的個數(shù)；

D.用前向-后向算法計算待變換照片P與訓(xùn)練樣本集中的各個照片之間的相似度，對這些相似度排序，選擇前n個相似度最大的照片對應(yīng)的照片-畫像耦合模型對(λ_Pj，λ_Sj)，j＝1，2，3，…，n，一般取n＝7；

E.將待變換的照片P在n個模型對中的每一個模型對(λ_Pj，λ_Sj)的照片模型λ_Pj下進(jìn)行Viterbi解碼，得到最優(yōu)的解碼狀態(tài)序列Q＝(q₁，q₂，…，q_τ)以及混合序列M＝(m₁，m₂，…，m_τ)，利用Q和M這兩個序列在畫像模型λ_Sj下重構(gòu)生成偽畫像S′＝[p₁，p₂，…，p_τ]，n個模型可生成n個偽畫像，式中τ為圖像中的像素個數(shù)；

F.將這n個偽畫像進(jìn)行加權(quán)融合，得到最終的合成畫像。

2.根據(jù)權(quán)利要求1所述的人臉畫像自動生成方法，其特征在于步驟C所述的建立耦合模型對，按如下過程進(jìn)行：

C1.對訓(xùn)練樣本中的每一對照片-畫像對(P_i，S_i)分別進(jìn)行特征提取，并將所提取的照片特征與畫像特征進(jìn)行組合；

C2.根據(jù)組合后的特征利用EM算法建立嵌入式隱馬爾可夫模型；

C3.對所建立的嵌入式隱馬爾可夫模型進(jìn)行分解，得到分別對應(yīng)于照片和畫像的嵌入式隱馬爾可夫模型，構(gòu)成耦合模型對(λ_Pi，λ_Si)；

C4.重復(fù)步驟C1～C3，建立每個照片-畫像對之間的非線性關(guān)系，即可構(gòu)成訓(xùn)練樣本模型庫(λ_Pi，λ_Si)，i＝1，2，3，…，N，N為訓(xùn)練樣本的個數(shù)。

3.根據(jù)權(quán)利要求2所述的人臉畫像自動生成方法，其特征在于步驟C3耦合模型對(λ_Pi，λ_Si)中的每個模型的狀態(tài)劃分形式為{6，6，6，6，6}，即將人臉從上至下劃分成5個超狀態(tài)，每個超狀態(tài)又從左至右劃分為6個子狀態(tài)，訓(xùn)練樣本模型庫中的每個耦合模型對(λ_Pi，λ_Si)的兩個嵌入式隱馬爾可夫模型具有相同的狀態(tài)轉(zhuǎn)移矩陣，而同一狀態(tài)的均值向量和協(xié)方差矩陣不相同。