基于子空間學習的三維人臉及表情建模.pdf

1、人臉在人類日常交流中起著最直接的信息傳達功能,利用計算機合成真實感人臉表情不斷吸引著眾多的研究者。而二維人臉容易受光照、膚色等影響,因此三維人臉的建模對于實際的人臉應用具有重要作用。由于表示人臉的數(shù)據(jù)維度極高,直接對其操作不僅耗時,且未能準確表達人臉特征。因此,本文基于子空間學習方法,對人臉降維,提取其本質(zhì)特征,從而完成三維人臉及其表情的建模。
　　 直接通過三維掃描儀建模三維人臉,可達到較高精度,然而設備昂貴。目前廣泛采用的方

2、法是根據(jù)單張二維人臉圖片生成相應的三維人臉。本文利用一組包含成對的二維和三維人臉的訓練集合,訓練得到一個聯(lián)合徑向基函數(shù)網(wǎng)絡模型,從而通過此模型將二維人臉變換為三維人臉。聯(lián)合徑向基函數(shù)網(wǎng)絡能夠挖掘出:1)三維人臉以及二維人臉的本質(zhì)特征;2)三維人臉及其本質(zhì)特征向量的一一映射關系;3)二維人臉及其本質(zhì)特征向量的一一映射關系。由于一張人臉能夠被其鄰居所表示,我們假設一個體的二維人臉與其鄰居的關系等同于該個體的三維人臉與其鄰居的關系。因此,在徑

3、向基函數(shù)網(wǎng)絡學習到的子空間中,計算出給定的二維人臉被其鄰居線性表示的系數(shù),通過此系數(shù)重構出相應的三維人臉的本質(zhì)特征向量,最后再由學習到的映射函數(shù),得到原始高維空間的三維人臉。
　　 三維人臉表情合成是計算機動畫領域中一項重要而有挑戰(zhàn)性的工作。針對人臉表情數(shù)據(jù)的非線性分布特性,提出一種新的基于非線性聯(lián)合學習的三維人臉表情合成方法。首先,通過無監(jiān)督回歸,將具有相同屬性的三維人臉映射到相同的低維表達;其次,基于三維人臉的低維表達,對其