私はスケッチの顔(写真を描く)をカラー写真に合わせます。研究のために、私は色の面にスケッチを描くことにどのような課題があるかを知りたい。今の私はスケッチ(絵)の顔写真をデジタルカラー写真
- 解像度画素差分
- テクスチャ差
- 距離差
- と色(あまり効果)私が知りたい
(で専門用語を見つけるしています)他の課題と利用可能なものは何かOPEN CV
とJAVA CV
その課題を克服する方法とアルゴリズムは?ここで
は、それらを一致させることが知られているスケッチや写真のいくつかの例です:
私はスケッチの顔(写真を描く)をカラー写真に合わせます。研究のために、私は色の面にスケッチを描くことにどのような課題があるかを知りたい。今の私はスケッチ(絵)の顔写真をデジタルカラー写真
(で専門用語を見つけるしています)他の課題と利用可能なものは何かOPEN CV
とJAVA CV
その課題を克服する方法とアルゴリズムは?ここで
は、それらを一致させることが知られているスケッチや写真のいくつかの例です:
私は、彼らが最も可能性を考えるスケッチでそれらをテストしたことがないのにあなたは、固有顔を試してみることができあなたの研究の出発点になります。
参照ウィキ:http://en.wikipedia.org/wiki/EigenfaceとOpenCVのためのチュートリアル:(!固有顔だけではなく含む)http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html
私は(ラプラス方程式を解くことによって再構成を使用して)エッジマップの完成度のジェームズ・エルダーの古い作品であることを考えますここではかなり関係がある。このペーパーの末尾にある結果を参照してください。http://elderlab.yorku.ca/~elder/publications/journals/ElderIJCV99.pdf
この問題はマルチモーダル顔認識と呼ばれます。高品質のマグショット(モダリティ1)と低品質のサーベイランス画像(モダリティ2)を比較したり、別のものはプロファイルに正面画像、スケッチにはOPのように絵を描くことに興味がありました。部分最小二乗(PLS )および結合係数分析(TFA)がこの目的のために使用されている。
モダリティ1(およびモダリティ2)の画像から、2つの点が近いという空間への2つの線形投影を計算することは、個体が同じであることを意味します。これは重要な技術的ステップです。このアプローチに関するいくつかの論文があります。
あなたは、これが活発な研究領域/問題であることを理解することができたよう。難しさを克服するためにOpenCVを使用するという点では、私はあなたにアナロジーを与えます:あなたは家を建てる必要があります(写真にスケッチを合わせます)、Stanleyハンマー(OpenCV)を持つことがどのように役立つかを尋ねています。確かに、それはおそらく助けになるでしょう。しかし、木材、時間/金、パイプ、ケーブルなど、多くの他のリソースも必要です。
うわー、私が下で言ったように、JH Elderはかなりの間、関連分野で活躍しています。彼の作品はもっと関連しているかもしれません:http://elderlab.yorku。//老いた/いいえ/ページ=パブ&lb = lbなし –
OpenCV =スタンレーハンマー。非常に良いアナロジー。 – Rethunk
OpenCVは、この作業に必要な特徴抽出と機械学習に使用できます。上記の記事の中から始めることができます。いくつかの基本的な機能から始め、OpenCVでクラシファイアを試作することができます。
顔の特徴点を検出して一致させたいと思うかもしれません。この方法を使用する場合は、独自の特徴点検出器を使用する必要があります(OpenCVのViola-Jones検出器を独自のデータでトレーニングすることも可能です)。
あなたのデータについてより詳細な情報を提供したい場合や、それ以外の場合は本当に答えることのできない質問です。つまり、あなたのデータは、顔を含むすべての正面向きの写真で構成されているのか、完全に非構造化されているのか、それとも間にあるのでしょうか?どのようなスケッチがありますか?棒の数字?警察の吸血鬼?キュビスムの絵? – alrikai
返信用のthanxこれらはすべて、同じ背景(IDカードの写真のような)でフロントフェイスの写真です。間に何かがありません。すべてのスケッチは人間の顔です。このような数字を貼らないでください(http://mmlab.ie.cuhk.edu.hk/archive/facesketch_files/image004.jpg) – user2921008
これらの回答は役に立ちましたか?賞金は明日終わり、あなたが正解を選んでいないなら、私は最も票を集めた投票に行くでしょう(これは本当に良い答えです。あなたの人は私を誇りに思いますこの部分の一部: –