[發明專利]基于回歸分析和小波變換的人臉預測方法在審
| 申請號： | 201710671801.4 | 申請日： | 2017-08-08 |
| 公開（公告）號： | CN107491747A | 公開（公告）日： | 2017-12-19 |
| 發明（設計）人： | 周昌榮;趙成文;陳楓;段書凱;葉青 | 申請（專利權）人： | 西南大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06T3/00 |
| 代理公司： | 成都蓉域智慧知識產權代理事務所(普通合伙)51250 | 代理人： | 陳千 |
| 地址： | 400715*** | 國省代碼： | 重慶;85 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 回歸 分析 變換 預測 方法 | ||
技術領域
本發明涉及人臉預測技術領域，具體涉及一種基于回歸分析和小波變換的人臉預測方法。
背景技術
人臉會隨著時間的變換而產生變化，有的特征變化明顯，例如：皮膚沒有彈性，松弛，膚色暗淡，眼部出現細紋，魚尾紋，眼袋加重，抬頭紋增多，連成紋路線，鼻翼兩邊的笑紋加深，顴骨附近的肉往下移等，但是也存在很多特征變化微小，例如眼睛，鼻子等。在沒有外部疾病等對外貌有較大改變的前提下，雖然人會出現皺紋等外貌變化，但是人在年輕和年老時候的外貌條件總會有相似之處。在年齡相差越大的情況下，人的辯識能力有限，所以本發明通過建立人臉預測模型，實現在年輕時候預測年老的模樣和年老的時候重現年輕時候的模樣。
對于預測年老的問題，可以通過看成衰老模型中一類問題，通過對年輕圖像進行加入一些紋理信息和年老模型的特征向量的處理，就可以形成年老預測模型。而由年老重現年輕的樣子，只需要對年老的問題進行反變換就可以了。本發明通過在線性回歸模型、輪廓變形模型和小波模型等算法模型的基礎上，建立了人臉預測模型，用于通過一個人在年輕時的面部照片來預測其過若干年后的容貌，和通過一個人在較大年齡時的照片來還原其年輕時的容貌。
發明內容
本申請通過提供一種基于回歸分析和小波變換的人臉預測方法，以實現對人臉從年輕到年老的預測以及從年老到年輕的重現。
本申請采用以下技術方案予以實現：
一種基于回歸分析和小波變換的人臉預測方法，包括如下步驟：
S1：利用歸一化算法對樣本圖像進行預處理，包括人臉圖像旋轉、人臉圖像的剪裁與縮放以及瞳孔對準的幾何歸一化和以光照均衡為目的的灰度歸一化；
S2：回歸分析，即首先利用ASM算法對人臉特征點進行自動定位，然后對人臉數據庫中的每一個人物的多幅照片上的特征點進行回歸分析，估計出該人物所有年齡的特征點，在此基礎上形成每個年齡的平均臉；
S3：基于特征線對的圖像變形算法對測試圖像進行圖像輪廓變形；
S4：基于小波圖像分解和重構技術將不同年齡段的年齡特征移植到目標人臉上，從而實現從年輕到年老的預測，或者從年老到年輕的重現。
進一步地，步驟S1中人臉圖像旋轉的旋轉角度θ由瞳孔坐標計算得到：
式中：
(leye-x，leye-y)為左瞳孔坐標，(rey-x，reye-y)為右瞳孔坐標，人臉圖像旋轉后目標圖像的大小為：
式中，Ws為原圖像的寬度，Wd為旋轉后圖像的寬度，Hs為原圖像的高度，Hd為旋轉后圖像的高度。
進一步地，步驟S1中人臉圖像裁剪的輪廓邊界由下面公式得到：
式中，left為輪廓邊界的左坐標，right為輪廓邊界的右坐標，bottom為輪廓邊界的下坐標，top為輪廓邊界的上坐標；
由Matlab的imresize函數對裁剪后的人臉圖像進行縮放，從而得到統一尺度的人臉圖像。
進一步地，步驟S1中灰度歸一化建立原圖像與目標圖像之間的灰度變換映射：
式中，I(i,j)為原圖像中任一點的灰度，I'(i,j)為目標圖像中任一點的灰度，g0為原圖像的最小灰度，g1為原圖像的最大灰度，g'0為灰度變換后圖像的最小灰度，g′1為灰度變換后圖像的最大灰度。
進一步地，步驟S2的具體方法為：
Iij為人臉數據庫中任意一副人物圖像，i為人員編號，j為年齡編號，人物圖像Iij對應的特征點序列為Pij＝＜(x1,y1),(x2,y2),...,(xk,yk),...,(xn,yn)＞，其中(xk,yk)是特征點橫縱坐標點對；
S21：采用線性回歸模型建立年齡與特征點之間的關系：
Qikx＝β0x+β1xA
Qiky＝β0y+β1yA
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于西南大學，未經西南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710671801.4/2.html，轉載請聲明來源鉆瓜專利網。
