1.2.3 素描人脸合成的难点与发展趋势

1.细节和纹理

素描人脸合成技术所面临的主要挑战是如何确保合成结果面部细节的完整性和素描纹理的真实性。由于素描人脸图像与光学人脸照片属于不同模态下的两种图像，其在成像原理及纹理特征方面有着很大差异。在刑侦方面，直接将嫌疑人的素描人脸图像与警方公民数据库中的光学人脸照片进行匹配识别，将会导致识别率较低，难以准确定位嫌疑人的身份。为了提高匹配识别精度，在异质人脸识别过程中常将素描人脸图像转换为光学人脸照片，或者将光学人脸照片转换为素描人脸图像，使两者处于同一模态下进行匹配识别。

2.计算机自动合成

如果通过人工画师绘制素描人脸图像的方式将警方数据库中的光学人脸照片全部转化为素描人脸图像，与嫌疑人的素描人脸图像进行相同模态下的人脸识别，这个过程需要耗费大量的人力和物力。因此，如何快速高效地使用计算机自动地合成素描人脸图像具有重要的研究意义，一方面可以提高素描人脸合成的效率，节约大量的人力物力；另一方面也有助于推动人工智能的发展。尽管近些年很多专家学者提出各种不同的素描人脸合成方法，但合成结果仍然存在一些问题。目前，随着深度学习的快速发展，素描人脸合成技术有了新的突破。基于深度学习的素描人脸合成方法改善了合成素描人脸图像的纹理效果，提高了素描人脸图像的真实性，但是合成结果仍然存在面部细节丢失、清晰度低等问题。如何合成清晰度高、面部细节与素描纹理特征丰富的素描人脸图像，仍然值得研究。