图片变成画像高新波:异质图像合成与识别(2)

相似的技术还可以用在其他方面,比如说我们在公安部数据库看照片的时候,都是打着网纹的,这是一种数据保护。通过我们的技术可以实现去网纹的工作,上图展示了我们的效果。

上图是刘青山教授在CVPR2005上提出的改进工作。受启发于当时如火如荼的流形学习,他认为把整幅图像进行合成的做法存在不足,他利用LLE的思想把照片分割成一个个照片块或者画像块,再对每一块进行线性组合,组合以后把对应画像利用对应的系数合成照片,这样就把整幅图像的线性转变成局部线性嵌入。

另外把高频分量也进行类似学习,实际上,利用稀疏表示来自适应选择K值,由于线性叠加相当于低通滤波,K是动态变化的。上图所示的训练数据库里面没有具体算法这里不再赘述,我们在相应数据库上做了很多实验。另一方面,比如,对高频成分也进行线性组合以后叠加上。为了使它更清晰我们又加了高通增强,基于data-driven的方法也还存在其它问题。合成以后得到比较清晰的画像。

上图是汤晓鸥教授最早在ICCV2003上发表的一个名为Eigen-Sketch的工作。利用Eigenface的思想,对照片利用训练样本进行线性组合生成,得到照片线性组合的系数以后,将组合系数叠加到画像上,可以合成出画像。这是最早的异质图像合成的工作,也是奠基性的工作。

在上述工作中仍然存在两个问题。一是选择K近邻来线性组合,K值是固定的,有的时候K个近邻块的距离是比较近的,有的时候却是比较远的,如此线性组合以后会出现模糊。这个时候正是稀疏表示发展起来的时候,我们基于稀疏表示做了相应的改进工作。

我们利用照片可以生成相应的画像,上图是我们生成的画像,中间一行只是利用稀疏表示生成的画像,显然不够清晰。

图片变成画像高新波:异质图像合成与识别(2)

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

滚动到顶部