單幅人臉的三維可視化方法研究.pdf

1、目前，三維人臉可視化技術廣泛應用于三維游戲、三維動漫以及安防等領域中。因此，該技術在眾多研究領域中一直受到專家學者們的重視，尤其是計算機圖形學、模式識別等領域。其中基于單幅人臉照片的三維可視化方法，能夠在有效避免三維可視化需要耗費大量人力物力的問題的同時，實現(xiàn)較好的三維可視化效果。因此該項技術的研究具有重大意義。
　　單幅人臉的三維可視化方法眾多，目的在于建立與照片中人臉一致的三維人臉模型。其中基于統(tǒng)計學習的方法，主要是通過PCA

2、建立可以形變的統(tǒng)計模型獲得人臉的三維形狀，并采用正交投影的方法來進行紋理映射。本文在此基礎上進行研究，完成了以下幾個方面的工作：
　　一、三維人臉樣本庫統(tǒng)一過程中三角網(wǎng)格的統(tǒng)一
　　統(tǒng)一三維人臉庫的人臉結構是整個基于統(tǒng)計學習方法的基礎，通常情況下，人臉樣本點之間的對應備受關注，而三角網(wǎng)格的對應卻很少被提及，本文提出一種三維人臉樣本之間三角網(wǎng)格的統(tǒng)一方法，利用原始人臉樣本庫中的三角網(wǎng)格，通過跟蹤其在點對應時的各種變換，進而得出

3、點對應后的三角網(wǎng)格連接。經(jīng)過處理，整個三維人臉樣本間具有統(tǒng)一的連接方式，方便后續(xù)環(huán)節(jié)進一步的處理；
　　二、形狀模型構建過程中能量函數(shù)的求解方法。
　　在構建模型的測試階段中，平均模型與人臉照片之間的匹配問題可轉化為最小化兩者之間距離的能量函數(shù)。為避免能量函數(shù)的解出現(xiàn)過擬合現(xiàn)象，本文利用l1范數(shù)正則化項對能量函數(shù)進行約束，使解出的人臉模型在絕大多數(shù)情況下匹配照片中的人臉。但是相比利用先驗知識作為約束的求解方法，本文方法仍然存

4、在許多不足之處。
　　三、提出兩種特征點深度估計方法，并利用估計特征點提高模型的準確性。
　　從人臉模型的側面觀察角度出發(fā)，本文提出了兩種特征點深度估計的方法：近鄰加權法和稀疏表示法，并利用估計的三維特征點進行建模，提高建模精度，使得構建的人臉模型更符合真實照片中人臉的形態(tài)；
　　四、基于分割模板的紋理映射方法。
　　在紋理映射中，基于約束點控制的紋理映射往往存在背景殘留等現(xiàn)象，本文通過對測試人臉照片進行分割，對