我要將素描臉部(繪畫照片)與彩色照片相匹配。所以爲了研究,我想找出匹配草圖繪製到彩色面孔的挑戰是什麼。現在我已經發現,將素描(繪畫)臉部照片與數碼彩色照片相匹配
- 分辨率像素差
- 質地差
- 距離差
- 和顏色(沒有太大的作用)
我想知道(在技術術語)什麼是其他的挑戰和有哪些可用的方法和算法來克服這些挑戰?
這裏是草圖的一些例子,已知的照片與它們匹配:
我要將素描臉部(繪畫照片)與彩色照片相匹配。所以爲了研究,我想找出匹配草圖繪製到彩色面孔的挑戰是什麼。現在我已經發現,將素描(繪畫)臉部照片與數碼彩色照片相匹配
我想知道(在技術術語)什麼是其他的挑戰和有哪些可用的方法和算法來克服這些挑戰?
這裏是草圖的一些例子,已知的照片與它們匹配:
你能給特徵臉一試,雖然我從來沒有與素描測試他們,我認爲他們可以最小成爲你研究的好起點。
參見維基:http://en.wikipedia.org/wiki/Eigenface和教程OpenCV的:(!不僅包括特徵臉)http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html
我認爲詹姆斯長輩的上邊緣地圖的完整性舊的工作(使用通過求解拉普拉斯方程重建)是這裏非常相關。請參閱本白皮書結果:http://elderlab.yorku.ca/~elder/publications/journals/ElderIJCV99.pdf
此問題被稱爲多模式人臉識別。將高質量照片(模式1)與低質量監視圖像(模式2)進行比較,另一個是正面圖像到配置文件,或者像OP所感興趣的草圖一樣,有很多興趣。偏最小二乘(PLS) )和綁定因子分析(TFA)已被用於此目的。
一個關鍵的難點是計算模態1(和模態2)中圖像的兩個線性投影到兩個點相近的空間意味着個體是相同的。這是關鍵的技術步驟。這裏有一些關於這種方法的論文:
正如你可以理解這是一個活躍的研究領域/問題。就使用OpenCV來克服困難而言,讓我給你一個比喻:你需要建造一座房子(將草圖與照片相匹配),並且你問如何使用赤柱錘(OpenCV)來幫助。當然,這可能會有所幫助。但是,您還需要很多其他資源:木材,時間/金錢,管道,電纜等。
是的,正如我下面所說的,JH Elder在相關領域已經活躍了很長一段時間,他的工作可能還有很多相關的東西,請看他在這裏選擇的參考書目:http://elderlab.yorku。 ca /〜elder /?page = pub&lb = lbNone –
OpenCV =赤柱錘。非常好的類比。 – Rethunk
OpenCV可用於此任務所需的特徵提取和機器學習。我想你可以從上面的答案中的論文開始,從一些基本特徵開始,並使用OpenCV對分類器進行原型設計。
我想你可能也想檢測和匹配臉上的特徵點。如果你使用這種方法,你將不得不自己做特徵點檢測器(在OpenCV中使用自己的數據訓練Viola-Jones檢測器是一種選擇)。
你可能想要提供關於你的數據的更多細節,否則它不是一個真正的可回答的問題。即您的數據是否包含所有面朝前的照片,或者它們完全是非結構化的,還是其中的某些內容?這些是什麼樣的草圖?堅持數字?警察記事簿?立體派圖紙? – alrikai
thanx回覆他們都是具有相同背景的前臉相片(如身份證照片)。之間沒有任何東西。所有草圖都是人臉,不會像這樣貼着這些數字(http://mmlab.ie.cuhk.edu.hk/archive/facesketch_files/image004.jpg) – user2921008
這些答案其中的答案是否有幫助?賞金結束明天,如果你沒有選擇正確的答案,我會與最票的那個一起(這也是一個非常好的答案,所有這些(你們這樣讓我很自豪能成爲一個部分是這樣的:) –