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。     

一种基于正面头像的三维人脸建模方法

本文提出了一种真实感三维人脸自动建模方法,只需一张光照均匀的人脸正面头像,通过自动提取面部的关键特征点重建人脸的几何模型,最后从图像上获取面部纹理信息得到真实感的三维人脸。实验表明该方法能较真实有效地重建三维人脸。     

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。     

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.     

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.     

人脸中性模型中特征点的自动调整

模型调整是三维虚拟特定人脸合成的重要步骤．本文提出了一种新的基于径向基函数RBF（Radial Basis Functions）内插的模型特征点调整方法,其中径向基函数采用逆多二次式,得到较好的模型调整效果．     

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。