تولید طرح چهره از تصویر نمونه با کدگذاری الگوی دودویی محلی

سنتز طرح چهره از عکس نمونه در سرگرمی های دیجیتالی و تحقیقات پزشکی قانونی نقش مهمی دارد. در این مقاله، سنتز طرح چهره دو فرآیند اصلی دارد. در فرآیند اول انتخاب همسایه ها و در فرآیند دوم بازسازی ضرایب نمایش انجام می شود. مدت زمان اجرا و پیچیدگی محاسبات به فرآیند انتخاب تکه های همسایه بستگی دارد. تولید طرح چهره با روش های state of the art، فرآیند انتخاب همسایگی برای داده های موثر را با جستجوی k نزدیکترین همسایگی اجرا می کند. از این رو، مدت زمان اجرای سنتز را افزایش می دهند. همچنین برای انتخاب تکه های همسایه به بررسی تمام داده های آموزشی نیاز دارند. در نتیجه، پیچیدگی محاسباتی با تعداد داده های آموزشی افزایش یافته و باعث محدودیت مقیاس پذیری می شود. در این مقاله، ما یک روش موثر را با کدگذاری دودویی محلی و نمونه برداری در محل اجرا می کنیم. سپس با استخراج شکل از بافت های حاصل و تعیین وضعیت سطوح، طرح چهره را نمایش می دهیم. آزمایش های ما روی جفت تصاویر پایگاه داده cuhk نشان می دهد که روش ارایه شده در مقایسه با روش های state of the art از نظر کیفیت طرح های تولید شده و مدت زمان اجرای محاسبات برتری دارد. همچنین روش پیشنهادی در برابر مشکلات خطاهای حسی چهره که باعث تغییرشکل ناهمگون در طرح چهره می شود، مقاوم می باشد.

Face Sketch Generationof Example Image by Encoding Local Binary Pattern

Facesketchsynthesis of example image plays an important role in both digital entertainment and law enforcement. In this paper, face sketch synthesis has two main processes. In the first process, neighbors are selected and in the second process, reconstruction weight representation is done.Running time and computation complexity depends on neighbor patches selection process.Face sketchgeneration with stateoftheart methods perform neighbor selection process in a datadriven manner by K nearest neighbor searching. Hence, the running time for synthesisincreases.Also, for neighbor selection need to check the whole training dataset. As a result, the computational complexity increases with the scale of the training database and is limited scalability. In this paper, we proposed a simple but effective with encoding local binary pattern and random sampling in place of pixels. Then by extracting shape from resulting textures and determining state of surfaces, we represent facial sketch. Our experiments onpair of CUHK database imagesdemonstrate the proposed method in comparison to stateoftheart methods has superiorityof view generated sketch quality and running time. Also, the proposed methodin front of face hallucinationproblemswhich cause heterogeneous transformation on facial sketch is resistant.