计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2015年
2期
535-539
,共5页
胡彦婷%王楠楠%陈建军%木拉提·哈米提%阿布都艾尼·库吐鲁克
鬍彥婷%王楠楠%陳建軍%木拉提·哈米提%阿佈都艾尼·庫吐魯剋
호언정%왕남남%진건군%목랍제·합미제%아포도애니·고토로극
人脸画像-照片合成%局部约束%邻域嵌入%流形学习%人脸识别
人臉畫像-照片閤成%跼部約束%鄰域嵌入%流形學習%人臉識彆
인검화상-조편합성%국부약속%린역감입%류형학습%인검식별
face sketch-photo synthesis%local constraint%Neighbor Embedding (NE)%manifold learning%face recognition
针对画像块和照片块在流形上的邻城关系并不能完全反映彼此内在数据结构的问题,提出一种基于局部约束邻域嵌入(LCNE)的画像-照片合成算法.首先,利用基于邻域嵌入(NE)的合成方法得到待合成照片或画像的初始估计;其次,根据待合成的照片块或画像块与训练集中的照片块或画像块的相似性来约束合成权值;然后,通过交替优化方法进行权值的确定和K-近邻的选择,并更新待合成目标块;最后,合并所有估计的照片块或画像块合成目标图像.与基于邻域嵌入的画像照片合成方法相比,所提方法合成图像的结构相似度提高0.0503,脸识别准确率提高14％.实验结果表明,该方法解决了基于NE方法导致的邻域之间兼容性不强的问题,能大大减少合成图像上的噪声及变形.
針對畫像塊和照片塊在流形上的鄰城關繫併不能完全反映彼此內在數據結構的問題,提齣一種基于跼部約束鄰域嵌入(LCNE)的畫像-照片閤成算法.首先,利用基于鄰域嵌入(NE)的閤成方法得到待閤成照片或畫像的初始估計;其次,根據待閤成的照片塊或畫像塊與訓練集中的照片塊或畫像塊的相似性來約束閤成權值;然後,通過交替優化方法進行權值的確定和K-近鄰的選擇,併更新待閤成目標塊;最後,閤併所有估計的照片塊或畫像塊閤成目標圖像.與基于鄰域嵌入的畫像照片閤成方法相比,所提方法閤成圖像的結構相似度提高0.0503,臉識彆準確率提高14％.實驗結果錶明,該方法解決瞭基于NE方法導緻的鄰域之間兼容性不彊的問題,能大大減少閤成圖像上的譟聲及變形.
침대화상괴화조편괴재류형상적린성관계병불능완전반영피차내재수거결구적문제,제출일충기우국부약속린역감입(LCNE)적화상-조편합성산법.수선,이용기우린역감입(NE)적합성방법득도대합성조편혹화상적초시고계;기차,근거대합성적조편괴혹화상괴여훈련집중적조편괴혹화상괴적상사성래약속합성권치;연후,통과교체우화방법진행권치적학정화K-근린적선택,병경신대합성목표괴;최후,합병소유고계적조편괴혹화상괴합성목표도상.여기우린역감입적화상조편합성방법상비,소제방법합성도상적결구상사도제고0.0503,검식별준학솔제고14％.실험결과표명,해방법해결료기우NE방법도치적린역지간겸용성불강적문제,능대대감소합성도상상적조성급변형.
