论文研究 分段仿射变换下基于泊松融合的正面人脸合成.pdf

针对目前正面人脸合成算法运算量大或合成图像失真较大的问题，提出一种基于分段仿射变换和泊松融合的正面人脸图像合成算法，将多幅输入图像用分段仿射变换（Piecewise Affine Warp，PAW）映射到正面人脸模板，并根据映射时产生的非刚性形变求得其对应的权重矩阵，进而获取每幅映射图像对应的变形掩膜，依次以这些映射图像为前景图像，以其对应的变形掩膜为泊松掩膜，并以上一次的融合图像为背景图像进行泊松融合，生成一幅平滑自然的正面人脸图像。实验结果表明，相比现有算法，该算法生成的正面人脸图像更加逼近真实正面人脸图像，而且很好地保留了输入人脸的个体信息。