基于单张正面人脸图像的三维人脸自动建模系统实现

研究了一种基于正面人脸照片的真实感三维人脸自动重建方法,并运用计算机视觉图OpenCV和图形开发库OpenGL,在VC++6.0环境下开发了三维人脸自动建模系统。该系统对输入的人脸照片首先进行人脸检测,在检测到的区域进行人脸关键特征提取,并根据检测到的特征点的几何信息对CANDIDE-3模型进行整体和局部调整,得到个性化的三维几何人脸,最后从人脸图像上获取面部纹理信息并得到真实感的三维人脸。     

真实感三维人脸建模技术综述

三维建模是计算机图形学和计算机视觉领域的基本问题。人脸具有共性强及个性鲜明的特点,成为众多三维建模算法的实验平台。但由于人脸的多样性、复杂性,建立真实感强的目标三维人脸模型在学术研究和实际应用方面都具有重要意义。在文献梳理的基础上,阐述了真实感三维人脸建模理论和实践相关研究成果,总结了目前三维人脸重建的研究方法,分析了各种三维人脸重建方法的优缺点,提出了有待进一步研究的问题,展望了未来的发展趋势。     

具有网络一致结构的三维人脸模型重建研究

针对传统方法及机器学习方法对大量三维人脸数据、训练样本数量与质量依赖性大的问题,采用基于光照立体的方法,利用人脸图像重建三维人脸。综合利用基于法线的模型变形法和非刚性变形法,提出一种基于法线的非刚性变形算法。利用SFS算法计算顶点法线,然后使用法线和局部刚性约束使参考模型变形,进而得到与参考模型具有一致网络结构的三维人脸模型,从而得到三维人脸图像。该方法与传统方法相比,节省了大量样本要求,并且立体效果更好。     

基于真实人脸的数字化三维人脸建模

具有真实感的三维人脸模型在虚拟现实、数字广播、数字教育、仿真应用、游戏娱乐、影视制作等领域都有着广泛的应用前景,文章对基于真实人脸的数字化三维人脸建模技术进行了研究。主要内容包括：目前构造人脸模型的方法,通用人脸模型的生成,人脸特征点的提取,利用提取的人脸特征点重构三维人脸模型,真实人脸纹理合成,最后对真实感的三维人脸建模技术进行了展望。     

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。     

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.     

基于灰度图像的人脸检测算法的研究

人脸检测与识别技术是生物信号处理的一个重要的研究领域.文章利用人脸的垂直积分投影和水平积分投影法确定人脸轮廓.首先对人脸进行二值化、平滑等处理,使人脸与背景部分分离开来,然后利用人脸的垂直积分投影和水平积分投影法进行人脸的定位.脸左右之间位置得到定位后,便可得知这两者之间的水平距离,从而确定脸区宽度,其中脸区的左右坐标点位置都得到了确定.实验结果表明该算法能有效地提取头部轮廓,且操作简单,效率高.     

一种三维人脸表情动画快速生成方法

面向动画创作的三维人脸表情动画生成框架由人脸模型简化、特征点驱动以及表情动画生成等三部分组成。以MPEG-4人脸动画定义标准为基础,提出了以脸部定义参数流驱动关键特征点的动画生成算法。实验结果表明：该方法实现了真实感和实时性的有效结合,能满足动画创作的要求。     

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。     

基于旋转变换的多角度单人脸标准化算法新探

提出一种基于旋转变换的多角度单人脸标准化算法．首先计算出人脸的平面旋转角度，然后利用双线性插值的思想，推导出一种便于编程、速度快的插值方法进行旋转变换。将其矫正为正面端正人脸。     

真实感人脸重建技术

真实感人脸的建模,面临着人脸生理结构复杂,提取人脸的图像或者视频易受光照等环境影响,表情非常丰富等困难,因此在计算机图形学领域,吸引了许多学者进行研究。本文对近年来真实感人脸建模方面的研究进行了详细的综述,并对其未来的研究方向提出一些建议。     

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。     

基于多幅照片的人脸三维建模

在通用三维人脸模型的基础上，提出了一种基于多幅不同角度的人脸照片的三维人脸建模方法。该方法从多幅照片中提取面部特征点，修改通用人脸模型来生成具体的人脸三维模型。     

一种基于肤色的人脸检测方法

提出了一种基于肤色的人脸检测方法,通过在YCbCr颜色空间内对人脸图像进行建模,实现人脸的初定位,再使用形态学理论对候选人脸区域做处理,从而实现人脸区域的精确定位。通过仿真实验发现,提出的方法相对于神经网络和模板匹配方法可以较好地适应光照变化,并且解决了计算量大的问题,提高了算法的实时性。     

基于眼定位的人脸图像归一化方法

人脸图像的归一化对于人脸识别系统是一个承上启下的步骤.本文提出了一种基于眼定位的人脸图像归一化方法.首先在人脸区域采用形态方法定位眼睛中心点;然后以双眼中心点为基准的进行旋转校正,保证了人脸方向的一致性;其次根据人脸各部分比例关系切割出人脸矩形区域,对切割后人脸矩形区域进行图像缩放,保证人脸位置和大小的一致性,实现了几何归一化;最后采用光照归一化方法,消除不均匀光照及亮度不一致,达到光线归一化.该方法应用在识别系统中效果良好.     

改进的曲面人脸模型纹理映射技术

基于Bezier曲线进行人脸建模,并实现了从一般人脸模型到特定人脸模型修改。为了使特定的人脸模型更加具有真实感,必须给这个曲面人脸模型赋予真实的纹理信息。该文引入多视角图像纹理信息技术,取得很好的效果。     

基于肤色模型与改进Adaboost算法的人脸检测

介绍了一种基于肤色模型与改进Adaboost算法相结合的人脸检测方法。该方法首先利用肤色在YcbCr空间中的聚类特性,对图像进行预检测,得到候选人脸区域,进而采用改进的Adaboost方法对弱分类器进行级联,得到最终的人脸分类器。在特征选择上,使用基于像素的多层特征(Pixel Based Hierarchical Feature,PBHF),以解决传统Adaboost方法检测时间过长的问题。实验结果表明,该人脸检测方法比单纯采用Haar like 特征的人脸检测方法更加有效。     

基于 DenseNet 的人脸脸型分类研究

脸型在三维人脸重建、人脸识别与检索等领域有着重要应用。针对脸型分类问题提出一种基于傅里叶描述符、三角形半径描述符和几何特征描述符的 DenseNet 网络脸型分类方法。通过主动形状模型方法定位得到人脸边缘轮廓点,分别使用傅里叶描述符、三角形半径描述符和几何特征描述符将轮廓点数值化为一维向量,并将其输入 DenseNet 网络进行训练,实现脸型分类。通过实验对比分析,该方法能够充分挖掘人脸形状信息,有效提高脸型分类准确率,同时避免旋转、尺度等影响。     

基于人脸检测的摄像机自动跟踪算法研究与实现

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术.用摄像机采集人脸图像,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部一系列相关技术处理,包括人脸图像采集、人脸定位、人脸识别,达到识别不同人身份的目的.在该项目实现过程中,本文首先调用了OPENCV自带关于人脸识别的函数facedetect 来进行初步人脸识别得到的初步效果,用肤色做出了静态人脸识别,在图片上显示了人脸,并用椭圆形框对其识别.     

基于肤色模型和面部特征的人脸检测算法

提出一种基于肤色模型和面部特征的人脸检测算法,在YCbCr颜色空间建立肤色模型,根据此模型进行肤色分割,为使分割更平滑,进行了形态学处理,再结合面部特征有效除去非人脸肤色区域。验证了该算法的可行性和高效性。