基于姿态估计的单幅图像三维人脸重建.pdf

《基于姿态估计的单幅图像三维人脸重建.pdf》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、基于姿态估计的单幅图像三维人脸重建詹红燕2015年01月中图分类号：UDC分类号：基于姿态估计的单幅图像三维人脸重建詹红燕学院名称计算机学院指导教师黄华教授答辩委员会主席孙立峰教授申请学位级别工学硕士学科专业计算机科学与技术学位授予单位北京理工大学论文答辩日期2015年01月22日3DFaceReconstructionBasedonthePoseEstimationandaSingleImageCandidateName:HongyanZhanFacultyMentor:Prof.HuaHuangDegreeby:BEIJINGINSTITUTEOFTECHNOLOGYT

2、heDateofDefence:January22,2015研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：北京理工大学硕士学位论文摘要三维人脸重建技术是计算机视觉及计算机图形学领域研究的一个重点问题。基于图像的三维人脸重建方法，是三维人脸重建的主流技术。相对

3、基于多幅图像的三维人脸重建技术，基于单幅图像的技术，可以避免图像之间复杂的配准和融合处理，成为近年的研究热点。但目前基于单幅图像的三维人脸图像重建技术还存在建模效果和效率不能同时满足应用需求的问题。本文实现了一种基于姿态估计的单幅图像三维人脸重建系统，创新工作如下：提出了一种基于姿态估计的单幅图像三维人脸网格模型变形算法。该算法利用姿态参数获取接近真实人脸的特征点的深度信息，对密集的通用三维人脸网格模型进行全局变形和局部精细变形。实验证明，该算法可得到较逼真的人脸几何模型，实现了建模效果和效率二者之间的平衡。提出了一种利用网格参数化和人脸对称信息进行纹理补全的算法。该算法针

4、对非正面人脸图像部分纹理缺失问题，从人脸纹理映射的关键是建立三维人脸模型和二维人脸图像的对应关系出发，结合模型的参数化方法，利用人脸信息的对称性实现了人脸纹理信息的近似补全。实验表明，该算法可改善人脸局部区域的纹理映射效果，并可解决纹理信息部分的变形拉伸问题。关键词：三维人脸重建；姿态估计；模型变形；参数化；纹理I北京理工大学硕士学位论文Abstract3Dfacereconstructiontechnologyisakeyprobleminthefieldofcomputervisionandcomputergraphics.3Dfacereconstructionbas

5、edonimagesisamainstreamtechnology.Thetechnologybasedonmultipleimageshascomplexmatchingandfusioncomparedwiththatbasedonasingleimage,whichhasbeenahottopicinrecentyears.Butthemodelingeffectivenessandefficiencyofcurrent3Dfacereconstructionbasedonasingleimagestillcannotmeettheapplicationrequire

6、ments.Thispaperimplementsa3Dfacereconstructionsystembasedonposeestimationandsingleimage,innovativeworkasfollows:Weproposeadeformationalgorithmfor3Dfacemodelfromasingleimageusingposeestimation.Themethodutilizestheattitudeparameterstoobtaindepthinformationclosedtotherealfacemodel,andmakeglob

7、alandlocalfine-tuneadjustmenttoanintensive3Dgenericfacemeshmodel.Experimentalresultsshowthatthemethodcangetamorerealisticfacialgeometry,andcanmakeabetterbalancebetweenmodelingresultsandmodelingefficiency.Weproposeatextureinformationcompletionalgorithmbyuseofme