專利名稱：基于總變分模型的人臉重加光方法
技術(shù)領(lǐng)域：
本發(fā)明涉及人臉重加光技術(shù)領(lǐng)域，具體地講，是指一種基于總變分模型的人臉重加光方法。
背景技術(shù)：
所謂人臉重加光技術(shù)，即對輸入的人臉圖像進行處理，合成用戶指定光照條件下的人臉圖像。人臉重加光技術(shù)在視頻監(jiān)控、媒體處理、數(shù)字藝術(shù)、公安偵查等領(lǐng)域具有廣泛的應(yīng)用。譬如，在人臉識別系統(tǒng)中，通過對人臉圖像進行重加光處理，使得人臉圖像具有相同的光照條件，從而提高人臉識別準確率。在圖像合成中，可以通過人臉重加光技術(shù)來協(xié)調(diào)人臉與周圍場景的光照，從而達到更真實的合成效果。現(xiàn)有的人臉重加光技術(shù)主要有以下幾類I)基于商圖像或者比值圖像的方法商圖像定義為兩個不同人臉在相同姿勢且相同光照條件下的商。如果已經(jīng)知道其中一個人臉α在某光照條件t下的圖像Ia,t，則利用兩個人臉之間的商圖像以及Ia,t來合成另外一個人臉在光照條件t下的圖像。2)基于反射成分和光照成分分離的方法根據(jù)物理成像原理，一張人臉圖像由反射成分和光照成分組成。反射成分主要描述人臉表面反射率；光照成分則描述人臉的光照和陰影信息。如果能有效地估計出圖像的反射成分和光照成分，則可以通過調(diào)整或者更換光照成分來達到人臉重加光。其中，一般假設(shè)不同種光照成分可以構(gòu)成一個低維線性子空間。3)基于三維人臉模型的方法從人臉圖像重構(gòu)人臉的三維模型，然后根據(jù)三維空間模擬光照的方法來進行人臉重加光。4)基于多項式模型的方法通過統(tǒng)計回歸，總結(jié)出一個多項式函數(shù)族來刻畫同個人臉在不同光照條件下的圖像之間的關(guān)聯(lián)。從而，該多項式模型可以用來直接實現(xiàn)人臉重加光?，F(xiàn)有的人臉重加光技術(shù)，尚存在很多不足比如，很多方法僅能支持單張輸入圖像，而單張圖像所含信息有限，在進行光照、商圖像、反射率等估計的時候，在圖像的陰影區(qū)域往往會得到錯誤的估計結(jié)果。而基于三維人臉模型的方法要求對同一個人有大量不同姿勢下的輸入圖像，否則很難重構(gòu)出精準的三維模型?；诙囗検侥Ｐ偷姆椒ㄓ蛛y以處理光照變化非常大的情況。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于總變分模型的人臉重加光方法，可以挖掘利用更多的人臉信息來達到更準確的光照和反射率估計，從而能夠處理極端變化的光照合成。為實現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案為
一種基于總變分模型的人臉重加光方法，其包括以下步驟(I)建立多輸入對數(shù)總變分模型,用于同時處理同一個人在相同姿勢下的單張或者多張圖像，且估計出輸入圖像的光照成分和反射成分；(2)將同一個人的人臉圖像系列輸入所述的多輸入對數(shù)總變分模型；(3)所述的多輸入對數(shù)總變分模型將輸入的人臉圖像系列分解為反射成分及光照成分；(4)將人臉數(shù)據(jù)庫中的人臉光照圖像輸入所述的多輸入對數(shù)總變分模型；(5)所述的多輸入對數(shù)總變分模型將輸入的人臉數(shù)據(jù)庫中的人臉光照圖像分解為反射成分及光照成分；(6)根據(jù)步驟(3)中的光照成分與步驟(5)中的光照成分合成新的光照成分；(7)將步驟(3)中的反射成分與步驟(6)中的光照成分進行合成。上述的輸入對數(shù)總變分模型，滿足以下條件Ii = R O Li = I, ...,N其中{IJ ,1 = 1,…，N，{IJ為同一個人臉的圖像序列；R是該人臉的反射成分；Li是圖像Ii的光照成分；Θ表示對應(yīng)像素值之間的相乘。對上述的輸入對數(shù)總變分模型的滿足條件的公式進行對數(shù)變換，得到
權(quán)利要求
1.一種基于總變分模型的人臉重加光方法，其特征在于其包括以下步驟(1)建立多輸入對數(shù)總變分模型，用于同時處理同一個人在相同姿勢下的單張或者多張圖像，且估計出輸入圖像的光照成分和反射成分；(2)將同一個人的人臉圖像系列輸入所述的多輸入對數(shù)總變分模型；(3)所述的多輸入對數(shù)總變分模型將輸入的人臉圖像系列分解為反射成分及光照成分；(4)將人臉數(shù)據(jù)庫中的人臉光照圖像輸入所述的多輸入對數(shù)總變分模型；(5)所述的多輸入對數(shù)總變分模型將輸入的人臉數(shù)據(jù)庫中的人臉光照圖像分解為反射成分及光照成分；(6)根據(jù)步驟(3)中的光照成分與步驟(5)中的光照成分合成新的光照成分；(7)將步驟(3)中的反射成分與步驟(6)中的光照成分進行合成。
2.根據(jù)權(quán)利要求I所述的基于總變分模型的人臉重加光方法，其特征在于所述的輸入對數(shù)總變分模型，滿足以下條件Ii = R Θ Li, i = I, ...,N其中UiKi = I,…，N，{1J為同一個人臉的圖像序列；R是該人臉的反射成分；Li是圖像Ii的光照成分；Θ表示對應(yīng)像素值之間的相乘。
3.根據(jù)權(quán)利要求2所述的基于總變分模型的人臉重加光方法，其特征在于對所述的輸入對數(shù)總變分模型的滿足條件的公式進行對數(shù)變換，得到/￡ = Iog(Zi) = logffi 0 Li) = Iog(R)言 log (Li)去 r 十.u:, i = 1，…，N求解以下優(yōu)化模型可以得到V和Ui :
4.根據(jù)權(quán)利要求3所述的基于總變分模型的人臉重加光方法，其特征在于所述的輸入對數(shù)總變分模型的求解方法，其包括以下步驟使用交替方向乘子法求解其中，k代表第k步迭代；U，/和P分別是Ui, fi和Pi的均值；wi，Pi和qi為迭代臨時變量；D是圖像梯度的前向差分逼近；D’是D的轉(zhuǎn)置矩陣；α是增強拉格朗日系數(shù)令s =.,貝ij有郵十4 P"·〃其中E是圖像二階導(dǎo)數(shù)的離散逼近矩陣，[O otherwise ，[ O otherwise ，利用上述的公式進行迭代運算，迭代結(jié)束后，得到的W〗和Vk便為所述的估化模型中Ui和V的求解結(jié)果,進而可以根據(jù)公式R = exp (V), Li = exp (Ui), i = I, ···, N得到R和Lit全文摘要
本發(fā)明公開了一種基于總變分模型的人臉重加光方法，包括以下步驟(1)建立多輸入對數(shù)總變分模型；(2)將同一個人的人臉圖像系列輸入多輸入對數(shù)總變分模型；(3)多輸入對數(shù)總變分模型將人臉圖像系列分解為反射成分及光照成分；(4)將人臉數(shù)據(jù)庫中的人臉光照圖像輸入多輸入對數(shù)總變分模型；(5)多輸入對數(shù)總變分模型將人臉數(shù)據(jù)庫中的人臉光照圖像分解為反射成分及光照成分；(6)根據(jù)步驟(3)中的光照成分與步驟(5)中的光照成分合成新的光照成分；(7)將步驟(3)中的反射成分與步驟(6)中生成的光照成分進行合成。本發(fā)明，能夠合成極端變化光照下的人臉圖像；支持單幅或者多幅圖像輸入，更加準確地估計光照成分和反射成分。
文檔編號G06T5/50GK102938144SQ201210390050
公開日2013年2月20日 申請日期2012年10月15日 優(yōu)先權(quán)日2012年10月15日
發(fā)明者謝曉華, 陳寶權(quán), 龔文勇, 汪云海 申請人:深圳先進技術(shù)研究院