本文關(guān)鍵詞：基于單張照片的三維人臉重建的研究

  更多相關(guān)文章： 單張照片 三維人臉建模 特征點(diǎn)匹配

【摘要】：當(dāng)前,隨著計(jì)算機(jī)技術(shù)的不斷進(jìn)步和多媒體技術(shù)的發(fā)展,三維人臉建模技術(shù)近年來成為了圖形學(xué)領(lǐng)域的一個(gè)研究熱點(diǎn)。人臉作為人體最為特殊的生理器官,與其它人體器官相比,具有更為豐富的表情以及更多的動作體驗(yàn)。正是由于人臉本身具備特殊性和形態(tài)多樣性等特征,使得對于三維人臉建模技術(shù)的相關(guān)研究面臨著很多困難,特別是直接使用單張照片來進(jìn)行三維人臉建模,由于其深度信息的缺失,更是面臨著不少挑戰(zhàn)。然而某些場合,詳盡的臉部信息獲取不僅成本昂貴,而且由于對象本身的原因,獲取詳盡的臉部信息也比較困難。單張照片的獲取相對來說較為容易,這就使得使用單張照片來進(jìn)行快速的三維人臉建模的需求較為迫切。正是在這樣的背景下,本文選擇以單張人臉照片作為輸入樣本,對其進(jìn)行三維人臉模型的重建,由此實(shí)現(xiàn)從二維平面圖像到三維立體模型的還原。本文首先對國內(nèi)外有關(guān)三維人臉建模技術(shù)的相關(guān)研究成果進(jìn)行綜述,并對當(dāng)前主流的三維人臉建模方法,進(jìn)行歸納總結(jié)。之后在形變模型理論基礎(chǔ)上,闡述了徑向基函數(shù)及相關(guān)的算法,特別是對不同維度的薄板樣條基函數(shù)算法進(jìn)行分析,并使用不同維度的薄板樣條基函數(shù)進(jìn)行人臉圖像稠密對應(yīng);之后借助主成分分析法建立通用人臉模型,并由此延伸構(gòu)建特定人臉三維模型算法。在本文的三維人臉的重建過程中,特征點(diǎn)的選取尤為重要。本文在特征點(diǎn)的選取上,提出了一種基于改進(jìn)的ASM算法,比傳統(tǒng)的ASM算法在特征點(diǎn)的定位上更加精確。最后,在前文理論研究和算法分析的基礎(chǔ)上,基于形變模型理論,以Candide3三維人臉模型為根本,通過單張照片和通用三維人臉模型的逐步匹配,使用OpenCV和open GL程序完成驗(yàn)證,實(shí)現(xiàn)了特定人臉照片的三維人臉模型具體重建過程的實(shí)驗(yàn),并對最終的重建結(jié)果進(jìn)行展示。最終的效果表明:本文所研究的基于單張照片的三維人臉建模技術(shù),在正面、側(cè)面和俯仰面均能夠?qū)崿F(xiàn)較好的建模效果。本文的研究,對于進(jìn)一步推進(jìn)三維人臉模型在影視廣告、醫(yī)療美容、游戲動漫、視頻認(rèn)證等多方面的實(shí)踐應(yīng)用具有積極的意義;同時(shí)三模人臉建模的相關(guān)研究也有助于在未來模擬人體醫(yī)學(xué)、虛擬現(xiàn)實(shí)等方面的良好應(yīng)用。
【關(guān)鍵詞】：單張照片 三維人臉建模 特征點(diǎn)匹配
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-11
• 第一章 緒論11-18
• 1.1 研究背景及意義11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12
• 1.2 國內(nèi)外研究綜述12-16
• 1.2.1 國外研究綜述12-14
• 1.2.2 國內(nèi)研究綜述14-16
• 1.3 研究主要內(nèi)容和基本框架16-17
• 1.3.1 研究主要內(nèi)容16
• 1.3.2 論文基本框架16-17
• 1.4 本章小結(jié)17-18
• 第二章 三維人臉建模方法與技術(shù)18-28
• 2.1 基于人體結(jié)構(gòu)的建模方法18-20
• 2.1.1 人臉參數(shù)建模方法18
• 2.1.2 生理結(jié)構(gòu)人臉建模方法18-20
• 2.2 基于視頻或圖像的人臉建模方法20-24
• 2.2.1 基于視頻的人臉建模方法20-22
• 2.2.2 基于圖像的人臉建模方法22-24
• 2.3 基于形變的人臉建模方法24-25
• 2.4 三維人臉建模的基本技術(shù)總結(jié)25-26
• 2.5 本章小結(jié)26-28
• 第三章 基于形變的三維人臉建模算法分析28-40
• 3.1 徑向基函數(shù)及其算法28-30
• 3.1.1 徑向基函數(shù)概述28-29
• 3.1.2 不同維度薄板樣條函數(shù)算法29-30
• 3.2 基于薄板樣條基函數(shù)算法的人臉圖像稠密對應(yīng)方法比較30-33
• 3.2.1 三維薄板樣條基函數(shù)算法的人臉圖像稠密對應(yīng)30-32
• 3.2.2 二維薄板樣條基函數(shù)算法的人臉圖像稠密對應(yīng)32-33
• 3.3 通用人臉模型的建立33-35
• 3.3.1 主成分分析法33-34
• 3.3.2 通用人臉模型特征向量的提取34-35
• 3.4 特定人臉圖像的建模35-39
• 3.4.1 基于最優(yōu)化逼近法的特定人臉圖形建模35-38
• 3.4.2 基于薄板樣條基函數(shù)的特定人臉圖形建模38-39
• 3.5 本章小結(jié)39-40
• 第四章 基于形變的單張照片三維人臉模型建立40-68
• 4.1 通用三維人臉模型的選取40-41
• 4.1.1 人臉模型的表示方式40
• 4.1.2 通用三維人臉模型選取的方法40-41
• 4.2 CANDIDE3模型與人臉照片特征點(diǎn)的聯(lián)系41-43
• 4.2.1 Candide3三維人臉模型簡介41
• 4.2.2 Candide3三維人臉模型特征點(diǎn)41-43
• 4.3 人臉檢測43-44
• 4.3.1 Adboost算法的實(shí)現(xiàn)43-44
• 4.4 一種改進(jìn)的ASM特征點(diǎn)提取算法44-55
• 4.4.1 構(gòu)造PDM模型45
• 4.4.2 樣本訓(xùn)練集對齊45-46
• 4.4.3 主成分分析法（PCA）46-48
• 4.4.4 圖像特征點(diǎn)搜索48
• 4.4.5 特征點(diǎn)局部灰度模型48-49
• 4.4.6 特征點(diǎn)搜索匹配49-50
• 4.4.7 改進(jìn)的ASM算法50-52
• 4.4.8 常見的人臉數(shù)據(jù)庫52
• 4.4.9 改進(jìn)后的asm算法的實(shí)現(xiàn)52-55
• 4.5 三維人臉模型的逐步匹配調(diào)整55-63
• 4.5.1 Candide3模型角度調(diào)整55-58
• 4.5.2 人臉照片與三維模型的初步匹配調(diào)整58-60
• 4.5.3 基于稠密關(guān)系對應(yīng)的二次匹配調(diào)整60-62
• 4.5.4 非特征點(diǎn)的形變精確匹配62-63
• 4.6 特定人臉三維模型建立效果展示與評價(jià)63-64
• 4.6.1 特定人臉三維模型展示63-64
• 4.7 實(shí)驗(yàn)結(jié)果及性能分析64-67
• 4.7.1 基于原始的asm特征點(diǎn)提取建模效果和改進(jìn)的asm算法對比64
• 4.7.2 與同類建模方法之間的比較64-65
• 4.7.3 大旋轉(zhuǎn)角度建模效果65-67
• 4.8 本章小結(jié)67-68
• 第五章 系統(tǒng)實(shí)現(xiàn)總結(jié)68-73
• 第六章 結(jié)論與展望73-75
• 致謝75-76
• 參考文獻(xiàn)76-79

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳通理;鄭建德;;三維人臉識別及其關(guān)鍵技術(shù)[J];福建電腦;2007年02期

2 楊臻;管業(yè)鵬;朱秋煜;;一種自動魯棒的三維人臉重建方法[J];微計(jì)算機(jī)信息;2007年31期

3 李健;師永剛;;基于標(biāo)準(zhǔn)模型的三維人臉建模與控制[J];陜西科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

4 羅恒希;陳雷霆;何明耘;;利用對稱性實(shí)現(xiàn)三維人臉姿態(tài)的自動估計(jì)[J];計(jì)算機(jī)應(yīng)用研究;2008年07期

5 王躍明;潘綱;吳朝暉;;三維人臉識別研究綜述[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2008年07期

6 胡異丁;朱斌;甘俊英;;基于三維人臉建模的多姿態(tài)人臉識別[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年07期

7 鄧秋平;趙宇明;;基于單幅正面照片的三維人臉重建方法[J];計(jì)算機(jī)工程;2010年20期

8 李曄;王映輝;劉晶;;基于脊谷特征提取的三維人臉識別[J];計(jì)算機(jī)工程與應(yīng)用;2011年12期

9 劉篤晉;孫淑霞;李思明;;一種新的單張照片三維人臉重建方法[J];計(jì)算機(jī)仿真;2011年09期

10 陸濤;譚曉陽;;改進(jìn)的三維人臉稠密對齊方法[J];電子科技;2012年07期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 劉媛媛;孔德慧;尹寶才;;一種真實(shí)感三維人臉編輯算法[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會議論文集[C];2003年

2 林增剛;張艷寧;郭哲;;一種有效的三維人臉識別方法[A];第十二屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C];2008年

3 潘仁林;達(dá)飛鵬;鄒紅艷;王朝陽;;基于面部曲線彈性匹配的三維人臉識別方法[A];第六屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會議論文集[C];2013年

4 剛強(qiáng);劉萬春;朱玉文;;三維人臉真實(shí)感表情的生成[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會議論文集[C];2003年

5 王元春;劉躍虎;李W毘，

本文編號：777956