基于遺傳流形采樣的三維卡通人臉造型方法研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、三維人臉藝術(shù)造型是基于人臉照片原型進行三維建模和藝術(shù)形變得到的計算機三維模型,與原型人臉相比,既具有相似性又具有藝術(shù)夸張性,能給觀眾帶來更好的親和力,在動畫影視、游戲、虛擬現(xiàn)實等領(lǐng)域具有越來越廣泛的應(yīng)用。人臉藝術(shù)造型的相似性與藝術(shù)性兩種指標往往相互影響,難以兼顧。
  目前,人臉相似性相關(guān)工作主要是研究同構(gòu)的二維和二維、三維和三維人臉數(shù)據(jù)之間的相似性,對于異構(gòu)的二維和三維人臉之間的相似性問題研究還很少見。同時,對由定量的人臉相似模

2、型來指導藝術(shù)人臉合成的研究工作也較少見到。
  本文分別采用流形學習(manifoldlearning)和主成分分析(principalcomponentanalysis,PCA)等方法,對異構(gòu)人臉之間的相似特征和三維卡通人臉的藝術(shù)風格特征進行挖掘和描述,并建立了異構(gòu)人臉相似模型和卡通人臉造型可調(diào)節(jié)參數(shù)模型。在這兩種模型的相互作用下初步實現(xiàn)了一種三維卡通人臉生成方法。
  主要研究工作如下:
 ?。?)準備了大量的二維

3、人臉圖片,對應(yīng)的三維人臉模型以及三維卡通人臉模型,對二維人臉圖片、三維人臉模型和三維卡通人臉分別進行了特征提取和對齊處理。
 ?。?)提出一種基于流形空間的異構(gòu)人臉相似度計算方法。通過雙層流形降維策略,利用相似特征計算二維人臉數(shù)據(jù)與三維人臉數(shù)據(jù)的鄰居關(guān)系,并將其反映到共享低維流形特征中。二維與三維人臉越相似,則它們在這個共享低維流形特征中的距離越近,據(jù)此得到異構(gòu)人臉相似模型。
  (3)提出一種基于相似模型約束的三維卡通人臉

4、生成方法。首先利用主成分分析(principalcomponentanalysis,PCA)建立三維卡通人臉的PCA子空間,并構(gòu)建人臉藝術(shù)造型可調(diào)節(jié)參數(shù)模型,然后在該子空間中利用遺傳算法(GeneticAlgorithm,GA)進行采樣,并在異構(gòu)人臉相似模型的約束作用下生成具有較好相似性和藝術(shù)性的三維卡通人臉模型。
  本文通過對比實驗驗證了異構(gòu)人臉相似模型的有效性,并在相似模型的約束下,利用本文方法生成一批三維卡通人臉造型,與傳

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論