基于形变模型的三维人脸合成及应用研究

《基于形变模型的三维人脸合成及应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP391题Y891195单位代码：学号：密级：10005B200207001公开北京工业大学博士学位论文并列英文MoRPⅡABLEMODELBASED3DFACE题目曼盟塾娶星兰曼△垒坐亘!曼△呈￡坠曼￡△!里Q盥研究生姓名：王盛重．专业：盐篡担厘周堇盔导师姓名：翌塞茎研究方向：查篮监信显蘧盎职称：熬援论文报告提交日期2Q逝生2且学位授予日期——授予单位名称和地址j￡壶王业走生韭塞直勇田匡±堑国!业呈lQQQ22摘凝摘要三维人脸合成是计算机视觉和计算机图形学领域最富有挑战性的课题之一，可以广泛她痤用于新一代豹人机交互、影视广告、计募枫游戏、远程会议、辅助教学等诲多领域，是遥几

2、年来国际上的研究热点。传统的三维人脸合成方法在模型的真实感，建模方法的复杂度及人脸合成黪囊动化程度镣方面还存在不少粒阉题。鏊予形变摸烈瓣三维入脸合成是近几馨出现的基于统计学习理论的三维人脸合成瓶方法，该方法具有模甏真实感好、自动化程度高等特点。本文难是着眼于撼于形变模型的三维人脸合成研究，针对鞭嚣形交模黧及基于该投毽豹入验台戏囊在豹缺点秘不足，搽

3、寸藻于统计学习迸论和线健对象类思想的三维模型在人脸合成方面遇到的相关闻越。本文在充分回顾已有方法的基础上，在三维人脸建模和模型赋配问题的不同方面提出了装干剑薪蛙想法，著绘爨了令人振奋黔实验结果，为人验合成磁究粒发展开掰了新思路。本文的主嚣研

4、究工作包括以下几个方面。(

5、≥大援模三维人脸数攒蓐(B粥孓3pFaceDatabase)夔截建三维人脸数据库是构建形变模型的熬础。数据库的创建包括三维入脸原始数据的获取、数据的预处理、数据的规格化以及数据库结构的整体设计等研究蠹签。主要是蛰瓣e弦e掰a辩LaSersea黼娌捂接获取戆三维入验颜怨纹理失真的问题，在三维人脸颜色纹理的改善方法方面展开研究。(2)三维人脸主动形燮模型(3DActiveMo咄ableModel，3D—An心d)的建立营先，基予丈援模三缍入验数器瘁(转鞭二3DFaco努蠢曲豁o)，磷突三维久脸点对点的对齐方法。计算原型三维人脸之间点对点的对齐是构建三维人脸主动

6、形变模型的溅础和前提。其次，在对齐后的三维人脸的基础上，研究三维人羧主动彩交禳鬃(3B。A鹾醚)懿建立，未簧包摇参数模登熬建立霹锋辩竣天人脍图像的模型旺配。参数模趟的建立涉及模型基础数据的获取和羹化，模型匹配主要涉及光照模型、摄像机模型和大数据量的优化问题，研究大规模函数优纯洚题菠壤健辫注。北京工业大学工学博士学位论文(3)兼容于MPEG．4的三维人脸动画面向真实感三维人脸合成，研究基于三维人脸主动形变模型(3D—AMM)的人脸动画。MPEG一4提供了一套以FDP和R廿为参数的三维人脸动画方法，这种人脸动画实现方法通用性强，数据量小，运算复杂度低。但是，MPEG．4仅为三维人脸动画提

7、供了一种框架，对于具体模型和具体实现细节并没有给出解决方案。本文主要基于三维人脸主动形变模型(3D．AMM)和MPEG．4提供的人脸动画准则，研究兼容于MPEG．4的三维人脸动画方法。基于上面几个方面的深入研究，本文主要在以下几个方面取得了一定突破和进展，获得了一定研究成果。1．提出了基于纹理映射的三维人脸纹理改善方法针对大规模三维人脸数据库(BⅢT-3DFaceDatabase)中原始三维人脸纹理数据与相同环境光照条件下的真实纹理之间差异较大的问题，本文提出了一种基于纹理映射的三维人脸纹理改善方法。通过采样获取纹理数据，采用统计分析中曲线拟合与线性回归的方法建立扫描得到的纹理空间到

8、真实纹理空间的纹理映射关系，有效地解决了cyberwareLa：serSc锄er扫描获取的原始三维人脸纹理失真的问题，提高了三维人脸数据库的质量。2．提出了基于均匀网格重采样和网格简化(Unifo衄MeshRes锄plingCombined埘t11MeshSimpl砺cation，UMRMS)相结合的三维人脸对齐方法原型三维人脸之间点对点的对齐是建立形变模型的基础和关键问题，本文提出了一种基于均匀网格重采样和网格简化相结合的三维人脸对齐方法(uMRMs)。首先采用统一的格式将原型三维人脸分片，然后在每个面片上进行均匀网格重采样。对重采样后的三维人脸，在全局误差准则的条件下进行网格简化

9、，最后得到具有相同拓扑结构的由较少数目的顶点和三角面片构成的三维人脸，三维人脸之间点对点的对齐由对应分片的对齐自然而然的建立起来。新的对齐方法很好地解决了三维人脸之间点对点的对齐问题，同时降低了表示一个三维人脸所需的网格顶点数和三角面片数。3．提出了三维人脸主动变形模型(3DActiveMorphableModel，3D-AMM)线性对象类(LinearObjectC1出s)的思想和基于统计学习的人脸建模方法在人脸合成中得到了很好的应用，基于二者的理论，本