專利名稱：一種基于云模型的人臉表情合成方法
技術領域：
本發明屬于人臉表情合成技術領域，尤其涉及一種基于云模型的人臉表情合成方法。
背景技術：
云模型具有宏觀精確、微觀模糊、宏觀可控、微觀不可控的特點，其本質單位是云滴組成的概念云，思想是兼顧了隨機性和模糊性。它把自然語言中的隨機性和模糊性有機地綜合在一起，構成了定性和定量之間的映射，不但突破了概率統計中“硬計算”的局限性， 而且解決了作為模糊集理論基石的隸屬函數的固有缺陷，破除了粗集邊界集的局限性，提供了一套解決數據挖掘中不確定性問題的新方法和新技術。云模型具有三個數字特征① 期望(Ex)概念的原型值(中心值、標準值)，最能代表該定性概念的數值；②熵(En)概念不確定程度的度量；③超熵(He)熵的不確定程度的度量，即熵的熵。云模型的定義如下，設υ是一個用精確數值表示的定量論域，;r^f/，T是υ空間上的定性概念，若元素X(X e X)對T的隸屬的確定度Ct(X) e
是一個有穩定傾向的隨機數，如式1所示，則概念T從論域U到區間W，l]的映射在數域空間的分布，稱為云 (Cloud)οC(x)
VxeJT—CT(x) (1)云發生器(Cloud Generator，簡稱CG)指云模型的生成算法。云發生器建立起定性和定量之間相互聯系、相互依存、性中有量、量中有性的映射關系，主要包括正向云發生器、逆向云發生器、X條件云發生器和Y條件云發生器。正向云發生器(i^rward Cloud Generator)是用語言值描述的某個基本概念與其數值表示之間的不確定性轉換模型，是從定性到定量的映射。它根據云模型的數字特征產生云滴，積累到一定數量匯聚為云。正向云發生器實現了從語言值所表達的定性信息中獲得定量數據的范圍和分布規律，是一個前向的、直接的過程。其輸入為表示定性概念的期望值&、熵Eru超熵He和云滴數量N，其輸出為Drop(Xi，CT(Xi))，其中，i e [1，N]，該輸出表示第i個云滴Xi在數域空間中的定量位置及第i個云滴Xi代表該概念的確定度Ct (Xi)，如
圖1所示。當概念對應的數域空間為一維時，正向云發生器的輸入為(Ex，En, He, N)，輸出為 Drop (Xl，Ct (X1))、Drop (x2，Ct (x2) ).......Drop (xN，Ct (xn))，其算法具體如下(1)輸入(Ex, En, He，N)；(2)生成以En為期望值、He為標準差的一個正態隨機數En' i = NORM (En, He)；(3)生成以Ex為期望值、i為標準差的一個正態隨機數^ci = N0RM(Ex， En' 0 ；
(Xi-Ex)2(4)計算確定度^= ^￠7 ;(5)帶有確定度CT(Xi)的Xi成為數域空間中的一個云滴；(6)重復步驟(2)-(5)直至產生N個云滴，并輸出Drop (Xl，Ct (X1))、Drop (x2，
只要給定云模型的三個數字特征值(EX，En，He)，采用正向云發生器就可以生成由任意個云滴組成的正態云模型。逆向云發生器(Backward Cloud Generator)是實現數值和其語言值之間的不確定性轉換模型，是從定量到定性的映射。它將一定數量的精確數據有效地轉換為以恰當的定性語言值{Ex，En, He}表示的概念，并以此來代表這些精確數據所反映的云滴整體。云滴所對應的精確數據的數量越多，其反映的概念就越確切。逆向云發生器是一個逆向的、 間接的云生成過程，它把給定的符合某一分布規律的一組云滴Drop (Xi，C1(Xi))作為樣本， Drop (xi; Ct (Xi))表示第i個云滴Xi在數域空間中的定量位置及第i個云滴^ci代表該概念的確定度Ct(Xi)，并產生了描述云模型所對應的定性概念的三個數字特征(EX，En，He)，如圖2
所示。逆向云發生器的輸入為 Drop (X1，Ct (X1))、Drop (x2, Ct (x2) ).......Drop (xN, Ct (xn))，
輸出為(Ex，En, He, N)，其算法具體如下(1)輸入 Drop (X1 ,Ct(X1) )、Drop (x2，CT(x2) )、......Drop (xN, Ct (xN)), i e [1,N]；
(Xi-Ex)2(2)由云期望方程^ &、_擬合得到期望具體方法將云期望方程線
權利要求
1.一種基于云模型的人臉表情合成方法，其特征在于，包括以下步驟 步驟一、將待合成的人臉圖像讀取成數據矩陣；步驟二、以步驟一所得的數據矩陣為輸入，運用逆向云發生器分別處理每張待合成人臉圖像的數據矩陣，從而得到每張待合成人臉圖像相應的期望圖像、熵圖像和超熵圖像；步驟三、以步驟二所得的期望圖像、熵圖像和超熵圖像為輸入，運用正向云發生器處理期望圖像、熵圖像和超熵圖像，并得到每張人臉圖像對應的云滴；步驟四、為步驟三所得的每個云滴賦權重，并將所有云滴組合成一個大云滴； 步驟五、以步驟四所得的大云滴為輸入，運用云發生器中的逆向云發生器實現人臉表情合成。
2.根據權利要求1所述的基于云模型的人臉表情合成方法，其特征在于 所述的步驟三中得到的每張人臉圖像對應的云滴數量為10。
全文摘要
本發明公開了一種基于云模型的人臉表情合成方法，包括步驟一、輸入待合成的人臉圖像，并將待合成的人臉圖像讀取成數據矩陣；二、以數據矩陣為輸入，運用逆向云發生器分別處理每張待合成人臉圖像的數據矩陣，從而得到每張待合成人臉圖像相應的期望圖像、熵圖像和超熵圖像；三、以期望圖像、熵圖像和超熵圖像為輸入，運用正向云發生器處理期望圖像、熵圖像和超熵圖像，并得到每張人臉圖像對應的云滴；四、為每個云滴賦權重，并將所有云滴組合成一個大云滴；五、以大云滴為輸入，運用云發生器中的逆向云發生器實現人臉表情合成。本發明方法可以通過調節權重實現任意表情以任意比合成，從而可以合成出更為全面且豐富的人臉表情圖像。
文檔編號G06T11/00GK102298784SQ20111023427
公開日2011年12月28日 申請日期2011年8月16日 優先權日2011年8月16日
發明者池荷花, 池蓮花, 王樹良 申請人:武漢大學