[發明專利]一種基于多重網格近似算法的自適應區域感知蒙板生成方法

有效

• 申請號: 201510869819.6
• 申請日: 2015-11-30
• 公開（公告）號: CN105528763B
• 公開（公告）日: 2019-01-29
• 發明（設計）人: 黃雙萍;金連文;許少杰
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00;G06K9/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍

1.基于多重網格近似算法的自適應區域感知蒙板生成方法，利用多重網格近似算法求解高維度線性系統，并針對人臉美化進行算法優化改進；使用共軛梯度下降法代替稀疏矩陣求解法，用降采樣矩陣作為粗略化矩陣；其特征在于：

所述基于多重網格近似算法的自適應區域感知蒙板生成方法具體包括：

(1)構建自適應邊緣保持能量最小化模型：將自適應區域感知蒙板生成技術數學化為自適應邊緣保持能量最小化模型，使得蒙板技術能根據圖像在像素級別上的相似性得到圖像中的區域分布，通過將粗略的人臉部件信息和紋路信息加以擴散，得到區域間平滑的過渡效果，具體模型定義如下：

式中

f是一個標量函數，用以描述圖像上的像素值如何調整，即f(x)表示點x處調整后的像素值，可理解為輸出結果；表示使得取最小值的f；是數據項，代表用戶輸入信息對輸出結果的限制，數據項權重w(x)指明像素點受約束的程度，其取值為[0,1]，g(x)是模型輸入限制，即人臉的粗略范圍；是光滑項，其目的是保證f的梯度盡可能小，其中L是導向特征圖；和表示f和L的梯度信息；參數λ控制著平滑項整體的比重；各帶有下標的符號表示偏導，即：參數ε是不為零的常數，用來防止出現分母為零時出現零除的情況；α(x)是隨圖像空間特性變化的參數函數，用以調節導向特征圖L的梯度變化對輸出圖像的影響；是p范式，p為范參數；

(2)多重網格法求解模型參數:用多重網格算法求解自適應邊緣保持能量最小化模型參數，先求解出一個粗糙結果，然后在粗糙結果與精細結果之間插值；將自適應邊緣保持能量||·||_p最小化模型等價變換為高維線性系統Ax＝B，矩陣A，B定義如下：

B_i＝w_ig_i，

其中，i,j代表圖像中的像素點，N₄(i)代表i的四鄰域內的點；利用多重網格的迭代法求解上述高維線性系統,定義誤差函數e(t)＝x-x(t)，當e(t)小于設定的門限值時，認為x收斂到了合適的值；實際上，為了能使用迭代方法，在迭代式求解的過程中比較的是相鄰的值e^*(t)＝x(t+1)-x(t)，其算法歸結為3個步驟：1)將A進行奇異分解A＝D-C；2)求解：x＝D^-1Cx+D^-1B；3)迭代求解：x(t+1)＝D^-1Cx(t)+D^-1B；令M＝D^-1C，N＝D^-1，則有x(t+1)＝Mx(t)+NB；假設p(i)是原系統有限元基函數，其中i＝1,2,...,n；q(i)是粗糙化的網格，其中i＝1,2...,m,m<n；粗糙化方法是構造矩陣H，使p＝H·q，H為m×n矩陣；令A'＝HAHT,x'＝Hx,B'＝HB，則A'x'＝B'是一個m維粗略化的網格系統；對于一個k維的問題，如果k小于一個指定的維數，那么直接用雅克比(Jacobi)迭代法求解，否則，粗略化為更低的維度，最后再通過插值等方法變換為原系統的維數；

(3)多重網格近似算法優化：針對人臉美化應用，在保持模型效果的前提下，降低步驟(2)中多重網格優化算法耗時，去除實用化的時間性能瓶頸，具體包括兩方面優化策略：使用共軛梯度下降法代替稀疏矩陣求解法，用降采樣矩陣作為粗略化矩陣；所述步驟(3)所提及粗略化矩陣，采用降采樣矩陣作為粗略化矩陣，由線性系統參數定義：

B_i＝w_ig_i，

可知，參數A是一個(m×n)×(m×n)維矩陣，參數B是一個(m×n)×1維列向量，其中m,n分別為原始圖像的寬度和高度；粗略化后的線性系統參數為：B'＝H_downSampleB和求得的解為：X'＝H_downSampleX；

其中H_downSample表示降采樣矩陣，表示降采樣矩陣的逆矩陣，用雙線性插值來操作，最終結果為：該式表示對粗略化系統的求解結果進行雙線性插值。