基于特征点配准形变的三维人脸表情合成

针对视频监控中被部分遮掩脸部图像的还原不准问题,提出了特征点配准形变的三维人脸表情合成算法.将目标人脸图像灰度化后建立三角人脸网络,提取人脸未遮掩部分特征点,与通用模型特征点配准,形变而合成新的网络人脸模型.从正面及侧面分别进行表情纹理映射,根据光照参数、老化参数合成三维正面及侧面人脸表情纹理图像.实验证明,提出的算法相对于同类合成算法,时间复杂度较低,精确度较高,鲁棒性较强,且随特征点被遮掩程度的增大,其优势更明显.     

基于彩色照片的人脸三维建模方法

提出了一个基于彩色照片的个性化人脸建模的新方法。根据MPEG-4确定出标准模型特征点的位置,从正面和侧面两幅照片出发,首先进行了这两幅彩色图像人脸边缘特征提取,接着定位进行特征点编辑,获取人脸的关键特征点的位置,然后对标有对应特征点的标准模型进行变形,进行纹理映射,最后获得了真实的个性化人脸模型,两张照片可以合成任意角度视图。以该方法建立的人脸模型精度比较高,可以快速地建立个性化人脸模型,为三维人脸动画提供了真实模型。     

真实感三维特定人脸表情动画系统

真实感人脸动画一直是计算机图形学一个重要而富有挑战性的课题．改变传统的计算机动画系统只实现对一个人脸模型模拟动画．实现了对任意特定人脸表情动画进行逼真模拟,采用了基于改进的散乱数据插值算法构建线性弹性模型,基于多视角照片从一般人脸模型到特定人脸模型修改,自适应人脸肌肉模型特定化技术以及基于肌肉模型的皱纹模拟技术．实验证明,这一系列技术所得到的人脸动画效果优于传统的动画效果．     

基于彩色照片的人脸三维建模方法

提出了一个基于彩色照片的个性化人脸建模的新方法.根据MPEG-4确定出标准模型特征点的位置.从正面和侧面两幅照片出发,首先进行了这两幅彩色图像人脸边缘特征提取,接着定位进行特征点编辑,获取人脸的关键特征点的位置,然后对标有对应特征点的标准模型进行变形,进行纹理映射,最后获得了真实的个性化人脸模型,两张照片可以合成任意角度视图.以该方法建立的人脸模型精度比较高,可以快速地建立个性化人脸模型,为三维人脸动画提供了真实模型.     

基于稀疏表示的人脸表情识别算法研究

针对基于局部纹理特征的人脸表情识别算法不能有效表达不同表情状态下人脸运动单元差异性的问题,提出一种改进的稀疏表示人脸表情识别算法,将人脸纹理特征与全局位置特征用稀疏表示模型相结合,得到人脸表情的稀疏系数矩阵,并作为支持向量机表情识别的输入。人脸表情库BU_3DFE实验结果表明,该算法提高了表情识别的准确率。     

基于投影与深度学习网络的三维人脸特征点定位方法

标定三维人脸模型特征点对人脸识别、人脸建模等都具有重要作用。针对人脸特征点标定需要手工干预、标定特征点个数少或不准确、标定时间长等问题,提出了一种基于投影与深度学习网络的人脸三维模型特征点标定法。基于正交投影,生成人脸三维模型二维深度图与二维特征点位置,采用以卷积神经网络为主的深度学习网络模型训练测试,将深度图上特征点映射到三维人脸模型,实现眉毛、眼睛、鼻尖、嘴巴等重要区域的特征点定位。实验表明,该方法可自动标定三维人脸模型特征点,快速、准确预测足够数量特征点位置。     

AAM和PCA-SVM在人脸表情识别中的应用

介绍了AAM基本理论,提出基于AAM＋PCA＋SVM的人脸表情识别方法.首先获取人脸样本的纹理模型和形状模型,然后利用主成分分析（PCA）建立AAM模型,将该统计模型的AAM应用到人脸特征点定位,对人脸表情进行特征提取,将PCA训练用于识别的支持向量机过程中,并进行分类.实验表明该方法降低了算法的时间复杂度,定位准确率高,同时不影响人脸表情的识别率.     

基于PLS的人脸卡通线条画生成系统

介绍了基于偏最小二乘回归(Partial least-square)的人脸卡通线条画的生成系统,通过输入人脸照片以及对应的艺术家绘制的线条卡通画来读取人脸特征点,然后利用偏最小二乘回归算法求出人脸照片及其对应的卡通画之间的统计关系,并利用此关系求出新输入人脸照片的卡通效果人脸特征点坐标值,最后通过曲线四点插值对这些点进行绘制,生成具有艺术家风格的人脸卡通线条画的效果。     

基于人脸识别的人脸漫画处理系统

为了简单、便捷、快速地实现人物肖像漫画创作,设计一种基于安卓平台的自动化肖像漫画生成系统。系统采用主动形状模型方法,对大量真实人脸进行特征分析得到平均人脸特征库,并对用户输入的人脸肖像进行特征检测、提取与筛选,然后结合漫画艺术家对人脸漫画的作画规律,对筛选的特征以及与平均人脸差异较大的特征进行归类。对不同特征采用不同夸张化方法,配以不同夸张尺度,再由计算机完成自动形变,以实现人脸肖像漫画的自动艺术化夸张,得到接近漫画创作者水平的人脸漫画。通过该系统可大幅减少漫画工作者的工作量,使普通用户也能便捷地进行人脸肖像漫画创作。     

面向彩色图像的人脸特征点定位算法研究

人脸特征点定位技术为人脸图像处理与分析提供重要几何信息,是计算机视觉、图像分析和模式识别领域经典课题之一。以主动外观模型（AAM）为代表的传统面部特征定位算法易受人脸姿态和表情变化等影响,很难得到理想效果。以传统特征点定位模型为出发点,引入稀疏矩阵表示人脸特征基底,将K-SVD算法更新稀疏矩阵应用于高斯-牛顿形变部件模型（GN-DPM）的基底表示中,对传统形变部件模型进行改进。在此基础上,更新新模型的拟合优化算法,以提高传统形变部件模型的精确度。实验结果表明,采用该方法进行人脸特征点定位比现有的快速主动外观模型（Fast-AAM）具有更低的误差率。     

Digital Animation Character Creation Design

The purpose of this article is to discuss the proper method for Chinese digital animation character design on the foundation of certain cultural elements. The method used in this study is known as comparative analysis of Disney and Japanese animation styles in action, appearance, facial expression and voice design. These dynamic factors are the best carrier of the animation spirit and native culture, so it is important to take the dynamic factors into account when producing the digital animation, and it will be an excellent starting point to innovate Chinese digital animation.     

基于改进翼边数据结构的三维人脸编辑系统

真实感虚拟人脸建模和人脸动画技术一直是计算机图形学的一个重要而富有挑战性的课题之一.其中,建立真实感的三雏人脸模型是第一步也是至关重要的一步.作者设计出一个三维人脸鳊辑系统.可在无专用的三雏扫描设备情况下,从3Ds MAx导出的ASE格式文件快速实现人脸模型的构造.然后.基于改进的翼边结构把比较散乱的ASE格式文件转化成容易编辑的存储格式.并可对此模型进行增加、删除、修改、分区等编辑操作,从而可得到适合人脸动画的人脸模型.     

真实感人脸建模和动画研究概述

计算机合成真实感人脸是计算机图形学研究的一个热点。也是一个难点。人脸建模和动画被广泛应用于娱乐业、商业、服务业、医学以及教育等许多领域。真实感人脸合成包括脸部数据的获取、人脸几何建模和真实感人脸生成3个环节。     

Data-driven facial animation based on manifold Bayesian regression

INTRODUCTION Realistic facial animation is highly important in the computer graphics field as it is an essential facility for human-computer interface and virtual reality and is also a difficult task because there are so many non-rigid motions besides rigid motion of heads as expression changes. Instead of modelling all the complicated facial motions, data-driven facial ani- mation just exploits facial motion data captured in real scenes. Most motion capture systems rely upon the placement…     

基于矩－傅里叶描述子的不同姿态三维人脸识别

三维人脸相比二维人脸包含更丰富的信息,而且能够克服姿态,表情,光照因素的影响,更好地表示人脸特征,从而逐渐受到广泛的关注和重视。文中对不同姿态下的三维人脸深度图,先用微分几何相关知识把该图校正到正中面,然后通过提取人脸面部的等高线特征,将三维人脸变成容易处理的二维曲线,针对如何能够更好的描述该二维曲线,提出了一种把矩和傅里叶描述子相结合的新方法,最后利用提取的曲线特征进行人脸识别。实验结果表明,该方法具有很好的实时性和更强大的形状区分能力,鲁棒性高,优于传统傅里叶描述子提取等高线特征的方法。     

减法聚类和粒子群优化TS模糊神经网络的驾驶疲劳融合检测(英文)

为提高基于单一特征检测算法的准确率和可靠性,提出基于多个特征的驾驶疲劳融合检测算法.从直接反映驾驶员疲劳的2个面部特征和间接反映疲劳的1个车辆行为特征2个方面对驾驶疲劳进行综合检测.该算法运用TS模糊神经网络来识别驾驶疲劳,采用减法聚类对网络进行结构辨识,确定模糊规则的条数及相关参数的初始值,并改进了粒子群优化算法对网络进行训练.仿真和实车实验表明,该算法不仅能有效改善TS模糊神经网络的收敛速度和识别精度,而且能提高驾驶疲劳的检测正确率.     

Sample based 3D face reconstruction from a single frontal image by adaptive locally linear embedding

In this paper, we propose a highly automatic approach for 3D photorealistic face reconstruction from a single frontal image. The key point of our work is the implementation of adaptive manifold learning approach. Beforehand, an active appearance model (AAM) is trained for automatic feature extraction and adaptive locally linear embedding (ALLE) algorithm is utilized to reduce the dimensionality of the 3D database. Then, given an input frontal face image, the corresponding weights between 3D samples and the image are synthesized adaptively according to the AAM selected facial features. Finally, geometry reconstruction is achieved by linear weighted combination of adaptively selected samples. Radial basis function (RBF) is adopted to map facial texture from the frontal image to the reconstructed face geometry. The texture of invisible regions between the face and the ears is interpolated by sampling from the frontal image. This approach has several advantages: (1) Only a single frontal face image is needed for highly automatic face reconstruction; (2) Compared with former works, our reconstruction approach provides higher accuracy; (3) Constraint based RBF texture mapping provides natural appearance for reconstructed face.     

基于单幅图像的人脸三维建模研究

由于人脸三维模型在三维动画、计算机游戏、视频会议、医学手术以及生物教学等许多领域都有着广泛的应用价值,使得越来越多的研究人员开始思考获取人脸三维模型的有效途径。文中先采用AdaBoost算法进行人脸检测,判断输入图像中是否含有人脸;接着,采用ASM模型对含有人脸的图像进行特征点提取;最后依据从图像中提取的特征点等信息对初始模型进行调整,实现了一种基于单幅图像的建模方法。