当前位置:主页 > 法律论文 > 治安法论文 >

基于WGAN-GP的人脸素描-照片转化研究

发布时间:2022-04-28 23:04
  目前,在侦破刑事案件时,目击证人对犯罪嫌疑人外貌的描述对于确定嫌疑人身份有很大的帮助。在利用证人或目击者的描述进行查找、确定犯罪嫌疑人时,公安部门设立了专门由每位公民照片组成的数据库,用来确定嫌疑人的外貌特征和身份信息等。但是在实际生活中,由于光线条件差、监控死角或坏掉、抓拍不清晰等各种原因,可能导致很难直接从现实环境中获得嫌疑人的清晰照片。为了克服这个困难,公安部门会请专业的心理素描师根据证词描述进行人物素描绘像,从素描中大致了解嫌疑人的长相。由于素描和照片在纹理、风格表达上有显著的差异,通过素描获取的人脸五官特征还是不如直接看照片清晰,较难获取人脸五官的特征。因此将素描画像合成为照片可以很好的进行人脸识别、身份确定。由此可见,素描向照片的转化具有重要意义。针对在这一问题,本文主要进行了以下工作:1.建立数据库并进行数据加强。选择FERET、CUHK组建数据库。首先进行裁剪,使素描-照片对的分布比例大致相似;之后使用“水平镜像”方法对裁剪后的素描-照片对进行数据增强,将数据库扩大至原数据库的二倍,并将素描-照片压缩至256*256。2.WGAN-GP生成对抗网络及U-NET网络结构构... 

【文章页数】:64 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
第1章 绪论
    1.1 素描画像-照片转化的背景及意义
    1.2 素描画像-照片转化技术的研究现状
        1.2.1 线性子空间法
        1.2.2 贝叶斯方法
        1.2.3 稀疏表示方法
        1.2.4 神经网络和深度学习方法
    1.3 论文的研究内容
第2章 人工神经网络及卷积神经网络基础理论
    2.1 神经网络的基础理论
        2.1.1 感知器
        2.1.2 多层感知器
        2.1.3 多层神经网络
        2.1.4 多层神经网络的训练方法
    2.2 CNN卷积神经网络
        2.2.1 输入层(Input Layer)
        2.2.2 卷积层(Convolution Layer)
            2.2.2.1 二维卷积运算
            2.2.2.2 激活函数(Activation Function)
            2.2.2.3 池化层(Polling Layers)
            2.2.2.4 全连接层(Fully Connected Layers)
    2.3 本章小结
第3章 素描画像-照片转化的综述
    3.1 建立数据库
    3.2 图像灰度化
    3.3 数据加强
    3.4 本章小结
第4章 WGAN-GP生成器的设计
    4.1 生成对抗网络GAN的原理
    4.2 GAN网络的优化网络WGAN
        4.2.1 KL散度
        4.2.2 JS散度
        4.2.3 WGAN网络
    4.3 WGAN-GP网络
    4.4 生成器U-NET网络结构
    4.5 Smooth L1 损失函数
    4.6 本章小结
第5章 WGAN-GP网络的判别器设计
    5.1 生成对抗网络的判别器工作原理
    5.2 WGAN-GP网络的判别器设计
    5.3 本章小结
第6章 生成结果分析
    6.1 人脸素描画像-照片的转化结果
    6.2 人脸素描画像-照片的图像相似度评价
        6.2.1 SSIM
        6.2.2 VIF
        6.2.3 FSIM
        6.2.4 生成图像的相似度对比
    6.3 本章小结
第7章 总结及展望
    7.1 工作总结
    7.2 展望
参考文献
作者简介及在攻读硕士期间取得的科研成果
致谢


【参考文献】:
期刊论文
[1]基于双层级联GAN的草图到真实感图像的异质转换[J]. 蔡雨婷,陈昭炯,叶东毅.  模式识别与人工智能. 2018(10)

博士论文
[1]基于稀疏贪婪搜索的人脸画像合成[D]. 张声传.西安电子科技大学 2016
[2]异质人脸图像合成及其应用研究[D]. 王楠楠.西安电子科技大学 2015
[3]人脸画像—照片的合成与识别方法研究[D]. 肖冰.西安电子科技大学 2010

硕士论文
[1]基于GA-BP消除局部遮挡物影响的人脸识别算法研究[D]. 王婷.吉林大学 2018



本文编号:3649714

资料下载
论文发表

本文链接:https://www.wllwen.com/falvlunwen/fanzuizhian/3649714.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户33d48***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]