三維人臉形狀可以提供一個不受光照影響且具有準確姿態(tài)信息的幾何表示,在人們日常生活中受到了廣泛的應用,比如人臉識別和動畫。現(xiàn)有的三維人臉數(shù)據(jù)獲取方式需要依賴于一些專業(yè)設備,比如高成本,高精度的數(shù)字掃描儀和低成本,低精度的深度相機。由于三維人臉形狀并不能像人臉圖像那樣通過常用的手機就可以采集得到,因此本文提出基于人臉圖像的三維人臉重建方法,并將重建的人臉形狀或者通過設備采集得到的深度圖像運用到人臉識別任務當中。本文的主要研究內容包括:（1）基于單張人臉圖像的帶有幾何細節(jié)的三維人臉重建;（2）基于三維人臉模型的人臉識別算法;（3）基于深度圖像的人臉識別算法。基于單張人臉圖像的帶有幾何細節(jié)的三維人臉重建:受最近基于RGB-D或單目視頻輸入的人臉動畫工作的啟發(fā),我們提出了一種新穎的方法,采用粗糙到精細的優(yōu)化策略,從無約束的二維人臉圖像中重建出三維人臉形狀。首先,通過對齊二維和三維上的人臉關鍵點,我們可以根據(jù)雙線性人臉模型生成出來一個光滑粗糙的三維人臉模型。然后,引入局部矯正變形場并提出顏色相容性約束條件對粗糙的三維人臉模型進行優(yōu)化,得到較為精細的人臉模型。最后,在較為精細的人臉模型上使用Shap... 

【文章來源】：中國科學技術大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：103 頁

【學位級別】：博士

【部分圖文】：

圖１．２?—些基于三維人臉形狀的應用

臉參數(shù)化模型，并把三維人臉參數(shù)化模型與輸入的二維圖片做注冊，通過最小化??一些基于人臉關鍵點和人臉反射率的能量函數(shù)來獲取一個優(yōu)化后的三維人臉模??型。圖１．４展示了這一類方法的具體過程。Ｖｅｔｔｅｒ和Ｂｌａｎｔｚ等人在１９９９年提出了??３??

輸入圖片?輸出模型??圖１．４基于三維人臉參數(shù)化模型的重建方法的基本流程圖［３（？。??著名的人臉參數(shù)化模型１３＇即可產(chǎn)生形變的三維人臉模型（３ＤＭＭ）。他們用激??光掃描儀釆集了?１〇〇位年輕男性和１〇〇位年輕女性的三維人臉點云數(shù)據(jù)，并把這??些點云都轉成拓撲關系一致的包含有大約７萬個頂點的三角網(wǎng)格，而且還為每??個頂點記錄了它所對應的人臉上的顏色值。接下來他們把一種常見的數(shù)據(jù)壓縮??方法，稱為主成分分析方法（ＰＣＡ），作用在這兩百個三維人臉數(shù)據(jù)上來獲取一??組相互正交的特征向量。這樣任何一個人臉模型都可以通過這組正交的特征向??量的線性組合來表示，也就獲得了一個三維人臉參數(shù)化的模型。同樣地，他們還??獲取一個二維人臉參數(shù)化的紋理模型。最后他們利用三維人臉參數(shù)化模型和二??維人臉參數(shù)化紋理模型渲染出一張新的人臉圖像，通過優(yōu)化這兩個模型中的參??數(shù)以及相機姿態(tài)，光照等使得渲染后的圖像與原始的輸入圖像盡可能一致。由于??他們的方法需要手動標識圖像中的人臉區(qū)域，后來出現(xiàn)了一些改進的工作［２９，３１］??可以完全自動化地重建三維人臉模型。雖然３ＤＭＭ人臉建模方法可以有效地表??示不同身份的人臉

【參考文獻】：
碩士論文
[1]基于個性與共性探討的人臉美化[D]. 王少標.中國科學技術大學 2016



本文編號：2954856