共查询到10条相似文献,搜索用时 31 毫秒
1.
针对画像块和照片块在流形上的邻域关系并不能完全反映彼此内在数据结构的问题,提出一种基于局部约束邻域嵌入(LCNE)的画像-照片合成算法。首先,利用基于邻域嵌入(NE)的合成方法得到待合成照片或画像的初始估计;其次,根据待合成的照片块或画像块与训练集中的照片块或画像块的相似性来约束合成权值;然后,通过交替优化方法进行权值的确定和K-近邻的选择,并更新待合成目标块;最后,合并所有估计的照片块或画像块合成目标图像。与基于邻域嵌入的画像照片合成方法相比,所提方法合成图像的结构相似度提高0.0503,脸识别准确率提高14%。实验结果表明,该方法解决了基于NE方法导致的邻域之间兼容性不强的问题,能大大减少合成图像上的噪声及变形。 相似文献
2.
说到照片合成,无外乎两种情况,一是合成全景照片,二是针对光线的HDR合成。当然,针对这两种应膈的软件数不胜数,但你知道Live照片库也能完成这些工作吗? 相似文献
3.
为解决已有素描人脸合成方法存在的细节模糊和清晰度低的问题,提出一种感知哈希算法(Perceptual Hash,pHash)与稀疏编码(Sparse Coding,SC)相结合的素描人脸合成方法。首先根据图像的信息熵对人脸照片-素描对进行自适应分块处理,利用感知哈希算法计算出大图像块的哈希指纹,并对小图像块进行稀疏编码;然后选取与测试照片块最相似的[K]个初始候选照片块,得到与之对应的素描块;最后引入二次稀疏编码方法,合成最终的素描块,进而合成整幅素描人脸图像。利用现有的人脸数据库验证了算法的有效性,该算法经优化后可用于素描人脸合成。 相似文献
4.
5.
说到照片合成,无外乎两种情况,一是合成全景照片,二是针对光线的HDR合成。当然,针对这两种应用的软件数不胜数,但你知道Live照片库也能完成这些工作吗? 相似文献
6.
最近小程准备制作招生宣传的版面,需要将几张照片拼接起来。一般来说,图像合成都要靠PS这种专业工具,其实利用看图软件IrfanView提供的选择性粘贴功能,就可以完成图像拼接任务,杀鸡无需牛刀。在IrfanView首先打开第一张照片,接下来复制第二张照片,依次选 相似文献
7.
利用生成对抗网络(generative adversarial network,GAN)进行标准上半身人像的合成,从普通人像照片中截取部分区域得到面部对齐后的标准化上半身合成图像,处理后的标准化人像实现了目标主体与背景的分离,可以有效地优化目标识别和分割算法的结果.图像的合成过程分为2个主要步骤,首先利用图像特征识别人脸并截取头部区域,然后以裁切后的头部区域为中心进行上半身人像的合成,得到人脸特征点及头部区域对齐后的上半身合成图像.该算法可以有效地从背景中分离人像区域,利用合成后的图像进行图像分割和评价,可以避免图像背景对于图像识别主体的干扰.通过自有数据集验证了该算法可以改善分割算法的精确度、召回率和F值,最终合成人脸图像的Facenet平均距离及标准差相比现有的人脸图像正则化算法均有减小,通过在CelebA及LFW等通用数据集上的验证测试,显示出算法具有良好的通用性和适应性,该算法可以广泛适用于人像照片的主体提取和人像合成,作为分割和识别等应用的前置步骤. 相似文献
8.
高动态范围(HDR)功能已经集成到很多相机里,HDR照片细节处的分毫毕现也受到了大家的喜爱,但后期处理和合成HDR照片要花费太多的时间和精力。在摄影论坛中看到了一款备受大家推崇的——HDR Photo Pro(www.everimaging.cn),这款由成都恒图科技研发的HDR合成工具在合成效率上绝对是无与伦比,下面就看看小编的亲身体验吧。 相似文献
9.
为解决传统素描人脸合成方法中素描人脸图像细节模糊和清晰度低的问题,提出一种基于双层生成对抗网络的素描人脸合成方法。该方法学习面部照片与素描人脸图像之间的映射关系,并通过双层网络将映射关系限制为一对一映射;利用重建损失函数约束生成网络,提高合成能力;通过生成网络与判别网络的对抗训练,优化网络参数,合成最终素描人脸图像。通过在CUHK素描人脸库上的对比实验,证明该方法合成的素描人脸图像质量明显优于其他传统素描人脸合成方法,其合成的素描人脸图像面部细节更完整,清晰度更高。 相似文献