虛擬人物面部設(shè)計(jì)及驅(qū)動(dòng)方法研究.pdf

1、　　本論文以實(shí)用為目的，分別從建立一個(gè)虛擬人臉制作系統(tǒng)所需的三個(gè)方面：“建立虛擬人臉模型”，“控制虛擬人臉模型”，“獲取驅(qū)動(dòng)人臉模型所需參數(shù)”進(jìn)行了分析研究，采用取特征點(diǎn)臨近三角平面法線(xiàn)向量平均值的方法解決了因?yàn)楣?jié)點(diǎn)數(shù)量不足而帶來(lái)的模型粗糙問(wèn)題，最終得到較為逼真的人臉模型。通過(guò)肌肉網(wǎng)格模型中肌肉運(yùn)動(dòng)參數(shù)的量化處理，仿真出了人臉微妙的表情動(dòng)作。在肌肉網(wǎng)格模型中，肌肉運(yùn)動(dòng)參數(shù)控制肌肉運(yùn)動(dòng)，進(jìn)而驅(qū)動(dòng)相關(guān)人臉。針對(duì)目前三維跟蹤方法中需要處理的多

2、臺(tái)攝像機(jī)之間同步和計(jì)算復(fù)雜度的問(wèn)題，依據(jù)Waters的人臉肌肉模型原理，提出了單視頻驅(qū)動(dòng)的方法，只需要從一個(gè)正面視頻跟蹤獲取從MPEG4標(biāo)準(zhǔn)中提取的面部特征點(diǎn)的二維位移信息，就可以計(jì)算出人臉的肌肉收縮量，進(jìn)而得到肌肉控制區(qū)域內(nèi)的所有節(jié)點(diǎn)的三維位移信息。完成了跟蹤數(shù)據(jù)從二維到三維的轉(zhuǎn)換，驅(qū)動(dòng)虛擬人臉運(yùn)動(dòng)，使得方法更易推廣使用。對(duì)于人臉特征跟蹤，將原本用于三維模型重建的KLT算法用于面部人臉特征的跟蹤上，在跟蹤過(guò)程中加入了人臉特征之間的約束