【摘要】：隨著人們對娛樂和安全等需求的不斷升級,視頻中3D人臉實時重建的應用場景變得越來越多。這時3D人臉重建結(jié)果的穩(wěn)定性就十萬的重要,因為它會直接影響人的視覺觀感。而特征點跟蹤軌跡的穩(wěn)定性是影響3D人臉重建穩(wěn)定性的主要因素,人臉特征點的大幅度“漂移”和局部抖動都使得人臉重建的結(jié)果大打折扣。但是,目前的特征點跟蹤方法大多針對特征點的全局穩(wěn)定,只能解決人臉“漂移”的問題,并不能夠解決局部特征點抖動的問題,所以人臉特征點軌跡的穩(wěn)定化是一個有趣且具有實際應用前景的研究方向。除了特征點的軌跡,3D人臉重建的方法是重建結(jié)果穩(wěn)定性的直接影響因素。為了使3D人臉重建的結(jié)果更加穩(wěn)定和平滑,本文分別通過對人臉特征點跟蹤過程的穩(wěn)定化和3D人臉重建過程進行了改進。主要創(chuàng)新點如下:(1)本論文提出了基于多級平滑濾波器的人臉特征點跟蹤穩(wěn)定化方法,用來解決視頻中人臉特征點跟蹤軌跡不穩(wěn)定的問題,包括人臉“漂移”和局部抖動的問題。多級平滑濾波器由全局平滑濾波器和局部平滑濾波器構(gòu)成,這個新的工作流程是第一次在全局和局部的維度上對特征點的防抖動進行了研究。在全局濾波階段創(chuàng)新地引入了 3D人臉模型,在局部濾波階段提出了局部特征點抖動質(zhì)量評估模型以對特征點的平滑融合進行指導。實驗結(jié)果表明:該穩(wěn)定性方法能夠有效提升特征點軌跡的穩(wěn)定性以及頭部的3D姿態(tài)變化軌跡的穩(wěn)定性。并且,本文提出的多級平滑濾波方法易于實現(xiàn),可搭配不同特征點檢測方法,具有較強的應用價值。(2)本論文提出了針對3D重建過程的3D人臉實時重建穩(wěn)定化方法。該方法包含了一系列從形狀初始化、模型擬合過程到最后的紋理貼合部分的改進。大量的重建結(jié)果表明,我們的工作不僅可以有效提高3D人臉模型的穩(wěn)定度,還對3D模型缺失的紋理部分進行了填充,使得重建后的觀感更流暢。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;TN713
【圖文】：

圖１－１視頻數(shù)據(jù)集中特征點標注不穩(wěn)定逡逑－

圖１－２多級平滑濾波器整體流程圖逡逑Ｆｉｇｕｒｅ邋１－２邋Ｏｖｅｒｖｉｅｗ邋ｏｆ邋ｏｕｒ邋ｈｉｅｒａｒｃｈｉｃａｌ邋ｓｔａｂｉｌｉｚｉｎｇ邋ｆｉｌｔｅｒｉｎｇ逡逑

圖２－１矩形區(qū)域積分圖像逡逑Ｆｉｇｕｒｅ邋２－１邋Ｉｎｔｅｇｒａｌ邋ｉｍａｇｅ邋ｏｆ邋ＳＡＢＣＤ逡逑

【相似文獻】

相關(guān)期刊論文 前10條

1 袁銘擇;夏時洪;;人臉特征點跟蹤系統(tǒng)與仿真分析[J];系統(tǒng)仿真學報;2018年12期

2 吳禮洋;熊磊;仲柔在;;基于模糊聚類回歸的人臉特征點定位研究[J];計算機工程;2017年08期

3 譚暑秋;陳東義;郭承剛;黃志奇;熊小鋒;;一種基于稀疏編碼的人臉特征點檢測方法[J];微電子學與計算機;2017年09期

4 劉仁明;毛建旭;歷艷琨;;基于隨機森林回歸的人臉特征點定位[J];電子測量與儀器學報;2016年05期

5 黃琛;丁曉青;方馳;;一種魯棒高效的人臉特征點跟蹤方法[J];自動化學報;2012年05期

6 王麗婷;丁曉青;方馳;;一種魯棒的全自動人臉特征點定位方法[J];自動化學報;2009年01期

7 柳龍飛;伍世虔;徐望明;;基于人臉特征點分析的疲勞駕駛實時檢測方法[J];電視技術(shù);2018年12期

8 楊佳萍;;基于人臉特征點對齊的協(xié)同表示分類算法[J];信息系統(tǒng)工程;2017年11期

9 郭修宵;陳瑩;;非約束環(huán)境下人臉特征點的穩(wěn)定跟蹤[J];計算機輔助設(shè)計與圖形學學報;2014年07期

10 趙恩環(huán);杜玲;;基于模型約束的人臉特征點跟蹤[J];光盤技術(shù);2008年10期

相關(guān)會議論文 前2條

1 謝琛;;基于ASM的人臉特征點定位淺析[A];中國電子學會第十六屆信息論學術(shù)年會論文集[C];2009年

2 毛慧蕓;龐家昊;金連文;杜明輝;;一種美麗人臉的計算機合成方法[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前2條

1 本報記者 程紅琳;以科技的名義：別讓“丁義珍們”跑了[N];中國政府采購報;2017年

2 清華大學 李迎春;多姿態(tài)人臉圖像的估計及合成[N];計算機世界;2006年

相關(guān)博士學位論文 前9條

1 王軍南;人臉特征點檢測方法研究[D];浙江大學;2015年

2 崔瀅;基于統(tǒng)計學習的人臉特征點定位算法研究[D];南京理工大學;2015年

3 杜春華;人臉特征點定位及識別的研究[D];上海交通大學;2008年

4 譚暑秋;面部動態(tài)增強現(xiàn)實的特征點檢測方法研究[D];電子科技大學;2018年

5 胡媛;三維人臉形體匹配與屬性分類研究[D];上海交通大學;2011年

6 馮振華;參數(shù)化統(tǒng)計新模型及其應用研究[D];江南大學;2015年

7 黨力;自動人臉分析與識別的若干問題研究[D];中國科學技術(shù)大學;2012年

8 李永強;基于動態(tài)貝葉斯網(wǎng)絡的人面部運動識別方法研究[D];哈爾濱工業(yè)大學;2013年

9 趙海明;3D打印設(shè)計與個性化制造技術(shù)[D];浙江大學;2017年

相關(guān)碩士學位論文 前10條

1 詹力;三維人頭重建及算法研究[D];電子科技大學;2019年

2 鄧芳;基于遷移學習和幾何特征分析的人臉吸引力人臉模板設(shè)計與研究[D];西北大學;2019年

3 仲海嘯;基于視覺的駕駛員疲勞駕駛車載檢測系統(tǒng)研究[D];江蘇科技大學;2018年

4 王碩;AR應用場景下的人臉特征點檢測[D];吉林大學;2019年

5 王亮;基于3D人臉重建的大姿態(tài)人臉樣本擴充與識別研究[D];電子科技大學;2019年

6 郭星妍;基于多級平滑濾波器的人臉特征點跟蹤穩(wěn)定化方法[D];北京交通大學;2019年

7 倪輝;多模態(tài)及異質(zhì)人臉識別問題研究[D];上海交通大學;2016年

8 潘藝云;基于級聯(lián)姿態(tài)回歸的局部遮擋人臉特征點定位研究[D];武漢理工大學;2018年

9 柳龍飛;基于人臉分析的疲勞駕駛檢測方法研究[D];武漢科技大學;2019年

10 尚W氼

本文編號：2779953