基于最大后驗概率與子空間學習的二維人臉變換.pdf

1、人臉在人類社會的交流中作為信息傳遞的最直接窗口起著至關(guān)重要的作用，而在現(xiàn)代信息化技術(shù)發(fā)展的時代，如何使用計算機自動處理二維人臉是一個廣受關(guān)注的研究課題，并且其結(jié)果具有直接而廣泛的應用前景。但由于人臉本身獨特的生理學幾何特征非常復雜，所以利用計算機直接學習二維人臉變換是一個需要大量嚴格訓練樣本和極高計算復雜度的過程。因此本文提出基于最大后驗概率和子空間學習的方法，使用小規(guī)模訓練集學習二維人臉年齡和色彩的變換，并模擬二維人臉的衰老過程和恢復

2、灰度人臉圖片的真實色彩。
　　 對于學習二維人臉年齡變換的過程，一個理想的訓練集應該包含許多不同人的各個成長階段的照片，這樣我們能夠針對不同的人臉身份特征學習其衰老過程。然而這樣理想的訓練集通常是難以獲得的，因此文中提出了一個最大后驗概率的框架，通過全局幾何變換和局部紋理變換兩部分模擬年老化人臉，并使用Sparse Coding學習紋理特征子空間以避免維度災難，最終認為模擬的年老化人臉相對于輸入人臉的條件概率達到最大時，該模擬的

3、衰老人臉是最有可能的結(jié)果。
　　 而對于灰度二維人臉圖片轉(zhuǎn)換為真實色彩的這樣的逆轉(zhuǎn)換問題其實質(zhì)相當于一個缺失數(shù)據(jù)恢復問題：從1維的數(shù)據(jù)空間中恢復3維的數(shù)據(jù)。顯然直接計算顏色的逆轉(zhuǎn)換是不可行的，因此文中提出一種基于最大后驗概率的預測技術(shù)并使用基于局部性約束的子空間學習方法來，盡可能擬合原始數(shù)據(jù)的分布，進而建立全局能量模型，將逆轉(zhuǎn)換問題轉(zhuǎn)變?yōu)閮?yōu)化問題。然后通過能量最小化的過程，最終確定應當恢復的人臉色彩。
　　 同時兩個二維