

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著計算機視覺和圖形學的快速發(fā)展,圖像因其表示直觀、傳遞便捷,逐漸成為人們日常信息交流的主要載體。其中,人物圖像在很多領域都有著廣泛的應用,例如身份驗證、人機交互、監(jiān)控、取證、醫(yī)療診斷和治療等,這促使其成為機器識別和計算機視覺的主要課題之一。而且,由于人臉是人體上蘊含差異化信息最多的部分,因此人們僅通過觀察人臉便能獲得豐富的信息,如人的性別,種族、年齡、健康、情緒,甚至職業(yè)等等。本文的研究重點則在于人臉編輯。
在手機等移動設備
2、已經普及的當下,朋友圈和微博等應用促進了社交網絡的分享功能。很多人喜歡將自己或者家人的照片分享到社交網絡上,以獲得更多的關注。然而,對于一般用戶而言,其拍攝的照片往往會存在缺乏層次感、曝光不足、色彩飽和度低等問題。若是沒有一定的攝像功底,人們很難拍攝出意境和光照俱佳的照片。這時,圖像編輯便能幫助人們解決這一問題。即使對于部分面部有“缺陷”的人,例如受傷,雀斑,圓臉等通過化妝都難以遮蓋的問題,人們也可以通過人臉編輯的手段來得到較為滿意的照
3、片。
目前市場上有諸多圖像編輯軟件,例如Adobe公司的Photoshop、美圖公司出品的美圖秀秀等等。其中部分軟件的確能較好的實現圖像編輯功能,但這需要用戶具備一定的專業(yè)技能,一般用戶難以迅速上手。雖然市場上還有部分軟件能進行“一鍵式”操作,對整張圖像進行一鍵調整,但調整后的圖像沒有保留應有的細節(jié),讓人一眼就能看出編輯的痕跡。這些問題的存在使得用戶的需求沒有得到充分滿足,需要對其進行進一步優(yōu)化。
為了解決上述問題,
4、獲得更加真實的人臉圖像編輯效果,本文基于深度學習獲得像素級人臉圖像標注的高精度結果,并在其基礎上獲得了更加真實可信的人臉編輯圖像。文章主要分為兩個方面:第一,訓練全卷積神經網絡模型,即輸入一張人臉圖像,就能得到對應高精度的像素級人臉圖像標注結果;第二,對人臉圖像自動應用人臉編輯操作,如人臉光滑、人臉克隆、人臉融合和人臉化妝。借助高精度的像素級人臉圖像標注結果,可以對人臉圖像的每一塊語義區(qū)域分開處理,從而保留視覺上較為關注的細節(jié)。本文的核
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于像素變化信息的人臉識別方法研究.pdf
- 基于Gabor像素模式紋理特征的人臉識別.pdf
- 基于弱標記樣本的人臉語義標注.pdf
- 基于像素模式紋理特征(PPBTF)的人臉表情識別.pdf
- 基于人臉圖像的人臉老化.pdf
- 基于特征的人臉檢測方法.pdf
- 基于Adaboost方法的人臉檢測.pdf
- 基于核方法的人臉識別.pdf
- 基于多種方法的人臉特征跟蹤及人臉動畫.pdf
- 基于統(tǒng)計的人臉識別方法.pdf
- 基于SRM方法的人臉識別研究.pdf
- 基于稀疏化方法的人臉識別.pdf
- 基于PCA的人臉識別方法.pdf
- 基于人臉姿態(tài)模式的人臉姿態(tài)估計.pdf
- 基于web的人臉檢測與人臉識別.pdf
- 人臉感知:基于學習的人臉跟蹤與合成.pdf
- 基于LDP的人臉識別方法研究.pdf
- 基于SVM的人臉特征定位方法研究.pdf
- 基于深度學習的人臉檢測方法研究.pdf
- 基于仿生智能的人臉檢測方法研究.pdf
評論
0/150
提交評論