基于深度强化学习算法的全视角人脸纹理图像生成方法

摘要：

由于人脸的面部特征复杂且纹理结构多样,传统方法往往受到完整性、纹理真实性、清晰度以及鲁棒性等方面的局限.因此,本研究提出基于深度强化学习算法的全视角人脸纹理图像生成方法.首先,对全视角人脸面部区域进行细致划分,建立坐标系以精确提取各区域的关键纹理结构特征点.随后,将这些特征点输入深度强化学习模型中,通过算法优化整合成一套全面的全视角特征点集合.利用马尔科夫权重场进一步处理特征点,通过计算联合概率,并结合重叠区域约束条件,生成了细节丰富、纹理清晰的全视角人脸纹理图像.实验结果表明,所提出方法生成的图像具有较高的峰值信噪比和较高的纹理清晰度,且鲁棒性较好,有效满足了高质量人脸纹理图像生成的需求.

关键词：人脸图像生成、人脸纹理图像、深度强化学习算法、图像生成

所属期刊栏目：23

分类号：TP391.41(计算技术、计算机技术)

资助基金：驻马店市科技攻关项目212102210515

在线出版日期：2024-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：34-38