【摘要】：提出一種用于美容整形的三維人臉模型自動分區(qū)方法。通過不同分辨率模型、主成分分析數(shù)據(jù)、鼻尖特征和相交曲線形狀等進行組合分析,生成標準的正面朝向的三維人臉模型,然后,自動渲染生成二維圖像并用可靠的二維人臉特征檢測方法生成二維標志點,逆向生成三維人臉標志點。最后,基于對應的三維標志點,將標準制作的解剖學分區(qū)模板與輸入模型進行自動擬合,自動生成17個區(qū)域,用于不同類型的美容整形手術。在實際三維人臉模型分割實驗中擬合基元的分層聚類算法、基于"形狀直徑函數(shù)"(SDF)的算法以及SNAKE方法等對比方法。研究結果表明:本文方法所得實際分割效果比對比算法好,在相同實驗環(huán)境下,本文方法比這3種對比方法分別快10,70和50 s。
【圖文】：

，提升他們在操作過程中的決策力和熟練程度。1方法設計傳統(tǒng)人臉面部分割僅包含眼睛區(qū)域、鼻子區(qū)域和嘴區(qū)域。本文探討一種將三維面部網(wǎng)格劃分為17個區(qū)域的特殊分割方法，其基本思想是基于一系列智能檢測技術依次固定三維人臉模型的空間方向，然后根據(jù)受控二維檢測技術反向修正三維人臉模型上的指標點的位置。同時，制作1個整形手術定向二次曲線分割掩模，并且基于三維索引點自動將掩模與個性化面部模型匹配，最后根據(jù)掩模的邊線自動分割面部區(qū)域。使用的模型包括各種彩色激光掃描儀采集的帶紋理3D表面網(wǎng)格模型，如圖1所示。(a)樣例一；(b)樣例二；(c)樣例三圖1典型具有紋理的三維表面網(wǎng)格模型Fig.13Dsurfacemeshmodelswithtextures1.1三維面部姿勢校正在三維面部姿勢校正中，為了避免輸入的三維面部模型初始方向不定，必須固定模型的正面。對于該問題，目前一般使用姿態(tài)不變表面特征來檢測眼角和鼻尖的關鍵點，但計算量較大。三維模型背面缺失數(shù)據(jù)，正面和側面形成半個橢圓體，正面向側面突出，這些特征可以用于計算三維模型正面的基本方向。其步驟和方法如下。1)計算人臉網(wǎng)格模型的平均中心點m：NkkNm11v(1)式中：vk表示人臉網(wǎng)格模型的1個頂點；k為頂點序號；N為頂點總個數(shù)。2)將平均中心點與網(wǎng)格化人臉正面中心點的矢量作為人臉正面的基本方向。在具體實踐中，若按照原始的三維面部模型進行計算，則可能會因模型邊界及正面中心點情況復雜導致計算結果不穩(wěn)定。針對該問題，通過設置粗分辨率級別予以解決。用特定的三角邊長對人臉表面進行再次網(wǎng)格化處理，去除尖銳邊緣等幾何特征。根據(jù)人臉尺寸和實驗，最終確定三角形邊長為90mm，如圖2(c)所示。同時，為了獲得穩(wěn)定的再網(wǎng)格化結果，先用45m

８釯ㄈ肆扯鋾噼枷櫋和初始人臉形狀S0，則迭代第t次后的人臉形狀St為(,)11ttttSSRIS(4)式中：階段回歸函數(shù)Rt在t階段根據(jù)當前形狀St1和人臉特征得到新的形狀St。選擇特征點構建初始人臉形狀后計算形狀增量，不斷迭代更新人臉形狀，最終在三維面部模型自動生成的二維面部圖像定位出1組(68個)面部標識點，輸入的三維面部模型被轉成受控設置的視窗，視窗中生成的二維圖像連同窗口尺寸、相機位置及方向等渲染參數(shù)一起保存。1張三維面部模型的標準正面垂直位置偵測68個標識點的二維面部圖像見圖4(a)。人臉圖像中心區(qū)域的二維標識點可以通過受控視窗保存的渲染參數(shù)，通過影射反向計算獲得可靠的三維面部幾何點坐標。然而，基于圖像邊界的二維標識點反向計算三維面部模型的幾何點坐標可能并不準確，，為解決這一問題，以正面二維圖像為基礎向左和向右旋轉30°進行渲染，生成2張側面的二維圖像，如圖4(b)和圖4(c)所示。結合旋轉矩陣使用最小二乘法計算三維面部模型的幾何點坐標。需要說明的是：在計算三維標識點時不必計算所有對應的二維標識點，僅需選擇一些關鍵解剖學標識點。3D人臉正面和側面的27個三維標識點分別如圖5(a)和圖5(b)所示。1.3三維面部分割本文根據(jù)各種美容手術的解剖區(qū)域構建標準解剖分割模板。將三維面部網(wǎng)格劃分為17個區(qū)域，包括前(a)標準正面姿勢；(b)向左側旋轉30°；(c)向右側旋轉30°圖4檢測從三維面部模型生成的二維圖像上的面部標記Fig.4Detectingfaciallandmarkson2Dimagegeneratedfrom3Dfacialmodel
【作者單位】： 吉首大學信息科學與工程學院;中南大學信息科學與工程學院;
【基金】：國家自然科學基金資助項目(61262032,61562029,61363073) 湖南省自然科學基金資助項目(2015JJ3100)~~
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 王洵,宋陽,董蘭芳,陳國良;三維人臉模型編輯器的設計與實現(xiàn)[J];小型微型計算機系統(tǒng);2003年03期

2 沈曄湖;劉濟林;胡靜俊;劉崗;;一種用于人臉識別的三維人臉模型重建方法[J];電路與系統(tǒng)學報;2007年06期

3 呂瑩瑩;郝偉;郭金金;;三維人臉模型孔洞修補技術研究[J];計算機仿真;2012年01期

4 付麗梅;賈躍;;一種個性化三維人臉模型的設計與實現(xiàn)[J];福建電腦;2013年10期

5 杜平,徐大為,劉重慶;特定人的三維人臉模型生成與應用[J];上海交通大學學報;2003年03期

6 沈曄湖;劉濟林;;利用立體圖對的三維人臉模型重建算法[J];計算機輔助設計與圖形學學報;2006年12期

7 蘇明;;基于照片的人臉建模[J];信息通信;2008年04期

8 劉小丹;王姝;;個性化三維人臉模型的特征約束多分辨率繪制[J];計算機科學;2007年12期

9 申煜湘,鄒北驥,彭永進;基于面分塊的三維人臉模型的邊界表示方法[J];湖南大學學報(自然科學版);2001年05期

10 王建文;李少波;;基于照片混合算法的人臉三維建模[J];微電子學與計算機;2007年05期

相關碩士學位論文 前10條

1 朱斌;基于三維人臉模型的多姿態(tài)人臉識別[D];五邑大學;2008年

2 廖綺綺;三維人臉模型的對稱與比例幾何美化技術研究[D];浙江大學;2011年

3 劉恭意;基于單張照片的三維人臉模型生成技術研究[D];華中師范大學;2013年

4 陳魯;用于人臉識別的三維人臉模型重建[D];上海交通大學;2007年

5 代黎明;基于多幅照片的三維人臉模型重建方法研究[D];吉林大學;2008年

6 錢超;基于視頻圖像的三維人臉模型的構建與身份認證的實現(xiàn)[D];南京理工大學;2009年

7 王姝;個性化三維人臉模型的設計及實時繪制[D];遼寧師范大學;2007年

8 金彪;基于單幅圖像的個性化人臉建模研究[D];福建師范大學;2011年

9 胡旺;基于Second Life虛擬環(huán)境的三維人臉自動生成算法的研究與實現(xiàn)[D];湘潭大學;2009年

10 曾文婷;單張圖片的人臉輪廓胖瘦調整[D];浙江大學;2013年

本文編號：2544358