人脸风格化绘制评估方法

《人脸风格化绘制评估方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据山东大学硕士学位论文3．4Summary．⋯⋯⋯．⋯⋯．⋯．．⋯．⋯．．⋯．⋯．⋯⋯⋯．⋯⋯．⋯．．⋯．．⋯⋯．⋯．⋯．⋯．．⋯．⋯．⋯⋯．⋯．28Chapter4subjectiveevaluationmethodforstylizedfacesbasedonrecognitionmethod⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．294．1Facerecognitionmethodforstylizedfacesfittingforthecogn

2、itivepsychology．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．：294．2Buildasubjectiveevaluationsystem⋯⋯⋯⋯．⋯．．⋯．⋯⋯．．⋯．．⋯．⋯．⋯．⋯．⋯．⋯．⋯．．314．3Subjectiveevaluationresultsoflined

3、rawings⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯324．4Summary⋯⋯．⋯⋯⋯⋯．⋯．．⋯．⋯．．⋯⋯⋯．．⋯⋯．⋯．⋯⋯⋯⋯．．⋯．⋯⋯．．⋯⋯⋯⋯⋯．⋯．⋯．．36Chapter5ConclusionsandFutureWork⋯⋯．⋯⋯⋯．．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯．385．1Conclusions⋯．．⋯．⋯⋯．⋯．⋯⋯．⋯⋯．⋯．⋯⋯⋯．⋯⋯．⋯⋯⋯．．⋯．⋯⋯．．⋯⋯．⋯．．⋯⋯．⋯．．381；．2Prospects⋯⋯⋯．⋯．．⋯⋯．⋯⋯．⋯．⋯⋯⋯．．⋯．⋯．⋯⋯．⋯⋯

4、⋯．⋯⋯．．⋯．．⋯．．⋯．⋯⋯．⋯．⋯．．38References⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯．．⋯⋯⋯⋯⋯⋯⋯．．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．40Acknowlegements⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．45PaperPublished⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．q16万方数据山东大学硕士学位论文摘要非真实感绘制(Non．photorealisticrendering，NPR)是近年来快速发展起来倍受业

5、界关注一种绘制技术，其主要采用某种特定的艺术风格对物体进行绘制。对指定的场景信息利用特定的艺术效果进行不同层面上的抽象，通过不同层面的信息抽象清晰明了地表达出场景和物体的主要特征。非真实感绘制技术不但弥补了真实感绘制的局限性而且提供了一种有效表达场景信息的新途径。目前非真实感绘制技术层出不穷，如何对这些风格化绘制结果的有效性、可用性、适用性等方面进行评估是非真实感领域关注的热点问题之一。目前关于非真实感绘fflJ(NPR)的评估方法主要有两种：一种是依据NPR展示的动机或者应用领域进行评估的方法，包

6、括NPR纹理的感知，示意图可视化的评估，NPR在虚拟现实或增强现实中的感知等；另一种是将手绘图像和计算机进行非真实感绘制结果的进行对比评估的方法。这两种评估方法均是首先明确NPR技术的目的，然后评估绘制结果是否能达到这种目的。在这些方法中依据NPR展示目的，由艺术家手绘的图像往往是评估比较的基准，很少有从更深层次的感知认知机理上针对某种NPR表达进行评估和剖析。人脸是具有明确领域知识的对象，其风格化表示有特殊的方法，例如人脸素描画、人脸漫画、人脸浮雕等，这些艺术表达形式不仅仅是对原始人脸的真实再现，

7、而是对原始对象的抽象与再加工，一方面人脸风格化表示需要保持和原有人脸的信息以及和原有人脸的相似性，另一方面又要体现某种艺术性，例如素描风格、油画风格等。如何评估人脸风格化表示的效果目前理论框架尚未形成。本文结合人脸领域知识提出一种基于法向的人脸风格化客观评估的方法和基于认知的人脸风格化主观评估方法。一方面，本文结合人脸表情、朝向、区域等人脸领域知识提出一种基于法向的人脸风格化评估的方法，通过测试用户对于风格化图像的法向的理解与物体真实的法向进行对比的方式，评估不同类型线条对人脸模型的描述和表达能力。

8、本文针对五种类型的三维人脸风格化特征线条进行评估，其中包括遮挡轮廓线、主观轮廓线、脊线和谷线、视脊线以及基于光照图像的特征线条。评估结果表明，不同类型的线条在人脸不同区域的表达力不同，且表达错误区域往往集中于特殊万方数据山东大学硕士学位论文人脸部位。本文结合评估结果找到不同朝向、表情以及不同人脸区域中表达力最强的线条类型，并将不同类型线条进行合成，生成优化的人脸线条画图像。经过进一步的法向测试评估证明，优化后的人脸线条化图像的表达能力优于单种类型线条的表达。另一方面，