隨著越來越多以用戶為創(chuàng)作中心的產(chǎn)品爆紅,用戶原創(chuàng)內(nèi)容成為互聯(lián)網(wǎng)的流行趨勢,這其中以建立用戶化身為重點(diǎn)。用戶化身的建立中人臉重建技術(shù)最為復(fù)雜,人臉重建結(jié)果也是用戶化身最終效果的核心�，F(xiàn)階段智能手機(jī)已經(jīng)普及,如何通過用戶拍攝的多張自拍照重建出高質(zhì)量人臉模型已經(jīng)成為用戶原創(chuàng)內(nèi)容趨勢下亟待解決的問題。本文旨在設(shè)計和實(shí)現(xiàn)一個基于多張RGB圖像的人臉重建系統(tǒng),能夠根據(jù)用戶上傳的多張自拍照重建出高質(zhì)量人臉模型。系統(tǒng)包括高光去除,人臉幾何重建和人臉紋理重建三大模塊。針對傳統(tǒng)算法的高光去除過度和顏色失真問題,我們采用像素分類和補(bǔ)償函數(shù)來提升基于聯(lián)合雙邊濾波算法的效果,消除了黑斑現(xiàn)象。為了在整體和細(xì)節(jié)上都保持人臉幾何和圖像的相似,我們提出粗細(xì)雙粒度的人臉幾何重建,首先使用基于三維形變模型的方法恢復(fù)人臉整體形狀,然后使用從明暗恢復(fù)形狀的方法恢復(fù)面部細(xì)節(jié),從而重建出高質(zhì)量人臉幾何模型。針對多張圖像間的不對齊現(xiàn)象,我們采用基于塊的紋理映射技術(shù),解決了紋理模糊的問題。同時針對塊匹配運(yùn)算效率低下的問題,我們使用KDTree優(yōu)化搜索空間,實(shí)現(xiàn)了至少5倍的加速效果。最后將這三部分和參數(shù)控制以及可視化等輔助模塊有機(jī)結(jié)合起... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．丨網(wǎng)絡(luò)游戲《逆水寒》中的捏臉系統(tǒng)１??

??完整的人臉重建包括圖像預(yù)處理，人臉幾何重建和人臉紋理重建三部分。由??于光照等因素影響，圖像中普遍會存在高光、陰陽臉等現(xiàn)象，如圖１．２，而這些會??漏誦??圖１．２人臉圖像中的高光和陰陽臉現(xiàn)象??對接下來的人臉紋理重建產(chǎn)生不利影響，比如高光會使得重建出的人臉紋理貼圖??中存在光斑，所以首先需要對圖像進(jìn)行預(yù)處理。人臉幾何重建即恢復(fù)人臉的幾何??形狀，通常指生成人臉的網(wǎng)格模型，如圖１．３（ａ）。人臉幾何重建主要有兩大類方??２??

缺點(diǎn)是容易出現(xiàn)瑕疵并且拓?fù)洳还潭�，不利于二次處理。人臉紋理重建指??得到人臉幾何對應(yīng)的顏色信息，通常以生成人臉網(wǎng)格模型對應(yīng)的紋理貼圖為目的，??如圖１．３（ｂ）。人臉紋理重建的方法主要是在得到人臉幾何模型后，假設(shè)人臉只存??ｍ??（ａ）?（ｂ）??圖１．３人臉網(wǎng)格模型和紋理貼圖??在剛性變換情況下，估計出剛性變換參數(shù)，然后根據(jù)相機(jī)模型將人臉幾何投影到??圖像空間，從而得到人臉兒何上頂點(diǎn)對應(yīng)的顏色信息。這種方法在處理多張圖像??時，一般采取將每個頂點(diǎn)在不同圖像上對應(yīng)的顏色值進(jìn)行加權(quán)平均的方法得到最??終顏色值，但由于人臉兒何、剛性變換參數(shù)以及相機(jī)模型參數(shù)不可能估計得絕對??精確，會導(dǎo)致閣像間產(chǎn)生不對齊Ｈ題，從而使得生成的紋理存在模糊等瑕疵。最??近，由于深度學(xué)ｄ的崛起，大量研究專注于借助大數(shù)據(jù)利用神經(jīng)網(wǎng)絡(luò)端對端地直??接生成人臉幾何和紋理，這種方法優(yōu)點(diǎn)在于能夠在大數(shù)據(jù)幫助下即使是極端環(huán)境??中的圖像

【參考文獻(xiàn)】：
期刊論文
[1]雙邊濾波的改進(jìn)高光去除[J]. 高如新,李雪穎.  中國圖象圖形學(xué)報. 2018 (01)



本文編號：3418190