本文選題：三維人臉建模 + 語音識別　； 參考：《吉林大學(xué)》2012年碩士論文

【摘要】：近年來，隨著信息產(chǎn)業(yè)的重要性日益突出，，計算機技術(shù)得到了突飛猛進的發(fā)展，帶動了計算機軟硬件的升級，計算機動畫產(chǎn)業(yè)也隨之逐漸興起。在當(dāng)今動漫產(chǎn)業(yè)發(fā)展的黃金時期，計算機圖形學(xué)與數(shù)字媒體技術(shù)得到了廣泛地應(yīng)用和發(fā)展。本文意在實現(xiàn)利用語音對三維人臉模型進行驅(qū)動以產(chǎn)生動畫效果，從此角度出發(fā)，逐步引出實現(xiàn)人臉動畫的方法，人臉的建模方法，人臉關(guān)鍵點的選取與控制，語音特征參數(shù)的提取，MPEG-4標(biāo)準(zhǔn)下人臉動畫系統(tǒng)的實現(xiàn)方法以及人臉表情的實現(xiàn)方法等技術(shù)。 本文的最終目標(biāo)是生成平滑流暢的基于MPEG-4標(biāo)準(zhǔn)的由語音進行驅(qū)動的人臉口型動畫。基于此，首先，需要利用三維建模軟件制作出人臉的三維模型，然后導(dǎo)出為.X模型文件，再利用OpenGL技術(shù)將模型導(dǎo)入三維環(huán)境的窗口中并顯示出來，通過紋理映射技術(shù)將人臉紋理貼圖映射到三維人臉網(wǎng)格模型上，可以得到較真實的三維人臉模型。然后，利用Baum-Welch算法訓(xùn)練樣本以形成語音特征參數(shù)與人臉動畫參數(shù)之間的映射關(guān)系，這是人臉動畫系統(tǒng)實現(xiàn)過程中的關(guān)鍵一步，其將為下面將要展開的工作奠定基礎(chǔ)。接下來，對輸入語音文件進行處理，提取出其語音特征參數(shù)，并將其與此前建立起來的語音特征參數(shù)與人臉動畫參數(shù)映射庫進行比對，從庫中提取出與語音特征參數(shù)呈映射關(guān)系的人臉動畫參數(shù)信息以便利用它來對人臉網(wǎng)格模型進行驅(qū)動。最后，利用MPEG-4標(biāo)準(zhǔn)中提供的算法，通過查找人臉定義表FDT中的相關(guān)信息計算出人臉模型上各控制點的新位置坐標(biāo)，從而可以使得人臉模型產(chǎn)生動作，進而得到語音與人臉口型相同步的動畫效果。在此基礎(chǔ)上，本文又進一步闡述了人臉表情的實現(xiàn)和應(yīng)用。
[Abstract]:In recent years, with the importance of the information industry becoming more and more prominent, computer technology has been developed by leaps and bounds, which has led to the upgrading of computer hardware and software, and the computer animation industry has gradually risen. In the golden age of animation industry, computer graphics and digital media technology have been widely used and developed. The purpose of this paper is to use speech to drive 3D face model to produce animation effect. From this point of view, the method of realizing face animation, the method of human face modeling, the selection and control of key points of human face are introduced step by step. The extraction of speech feature parameters and the implementation of face animation system based on MPEG-4 standard, and the realization method of facial expression, etc. The final goal of this paper is to generate smooth and smooth facial mouth animation driven by speech based on MPEG-4 standard. Based on this, we need to use 3D modeling software to make 3D model of human face, then export it as. X model file, then use OpenGL technology to import the model into the window of 3D environment and display it. Based on the texture mapping technique, a more realistic 3D face model can be obtained by mapping the texture map to the 3D face mesh model. Then, the Baum-Welch algorithm is used to train the samples to form the mapping relationship between the speech feature parameters and the face animation parameters, which is a key step in the implementation of the face animation system, which will lay the foundation for the work to be carried out below. Then, the input speech file is processed, its speech feature parameters are extracted, and compared with the previously established mapping library of speech feature parameters and facial animation parameters. The facial animation parameters which are mapped to the speech feature parameters are extracted from the database to drive the face mesh model. Finally, using the algorithm provided in the MPEG-4 standard, the new position coordinates of each control point on the face model can be calculated by looking up the relevant information in the face definition table FDT, which can make the face model produce the action. Then the animation effect of speech synchronizing with facial mouth is obtained. On this basis, the realization and application of facial expression are further discussed.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前9條

1 周東生;張強;魏小鵬;;人臉動畫中語音可視化算法研究進展[J];計算機工程與應(yīng)用;2007年09期

2 張翔宇,華蓓,陳意云;人臉建模和動畫的基本技術(shù)[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2001年04期

3 謝金晶;陳益強;劉軍發(fā);;基于語音情感識別的多表情人臉動畫方法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2008年04期

4 高文，金輝;面部表情圖像的分析與識別[J];計算機學(xué)報;1997年09期

5 陳益強,高文,王兆其,姜大龍;基于機器學(xué)習(xí)的語音驅(qū)動人臉動畫方法[J];軟件學(xué)報;2003年02期

6 張青山,陳國良;具有真實感的三維人臉動畫[J];軟件學(xué)報;2003年03期

7 詹永照,宋順林,佘江峰,張建明;臉部表情動畫建模方法的研究與實現(xiàn)[J];軟件學(xué)報;1998年02期

8 慕曉萍;張建民;;基于特征點的表情動畫方法[J];系統(tǒng)仿真學(xué)報;2008年S1期

9 王讓定,柴佩琪;一個基于譜熵的語音端點檢測改進方法[J];信息與控制;2004年01期

相關(guān)碩士學(xué)位論文 前10條

1 陳亞勇;基于文字驅(qū)動的人臉動畫及其人臉模型的快速重建[D];浙江大學(xué);2002年

2 鄒自強;基于MPEG-4的人臉建模和人臉動畫[D];北京工業(yè)大學(xué);2003年

3 徐海華;說話人識別方法及其系統(tǒng)的應(yīng)用開發(fā)研究[D];華中科技大學(xué);2004年

4 李楠;基于MPEG-4標(biāo)準(zhǔn)的三維人臉動畫[D];浙江大學(xué);2005年

5 湯玲;基于HMM模型的語音識別系統(tǒng)研究[D];國防科學(xué)技術(shù)大學(xué);2005年

6 田坤;人臉建模和基于MPEG-4的動畫實現(xiàn)[D];北京郵電大學(xué);2006年

7 李治國;一個全自動的基于MPEG-4的三維人臉動畫實現(xiàn)方法[D];中國科學(xué)院研究生院（計算技術(shù)研究所）;2002年

8 涂歡;語音和文本聯(lián)合驅(qū)動卡通人臉動畫的方法及其面向移動娛樂應(yīng)用[D];湘潭大學(xué);2007年

9 張思光;韻律文本驅(qū)動的三維口型動畫研究[D];北京工業(yè)大學(xué);2008年

10 劉潔娟;基于MPEG-4的人臉建模和動畫實現(xiàn)研究[D];華東師范大學(xué);2008年

本文編號：1904103