基于最小扭曲变换的正面人脸图像合成

二维正面人脸图像在视频监控、人脸识别等领域有重要的实际意义,为此提出一种利用多幅非正面人脸图像自动合成正面人脸图像的算法.从多幅非正面人脸图像中选择扭曲形变最小的像素进行合成,并使用加权平均来平滑合成图像,从而使得合成的正面人脸图像尽可能自然.实验结果表明,该算法所合成的正面人脸图像可以十分有效地逼近真实正面人脸图像,在人脸识别中也可以有效地保持人脸图像的身份特征不变.

分段仿射变换下基于泊松融合的正面人脸合成

针对目前正面人脸合成算法运算量大或合成图像失真较大的问题,提出一种基于分段仿射变换和泊松融合的正面人脸图像合成算法,将多幅输入图像用分段仿射变换(Piecewise Affine Warp,PAW)映射到正面人脸模板,并根据映射时产生的非刚性形变求得其对应的权重矩阵,进而获取每幅映射图像对应的变形掩膜,依次以这些映射图像为前景图像,以其对应的变形掩膜为泊松掩膜,并以上一次的融合图像为背景图像进行泊松融合,生成一幅平滑自然的正面人脸图像。实验结果表明,相比现有算法,该算法生成的正面人脸图像更加逼近真实正面人脸图像,而且很好地保留了输入人脸的个体信息。