版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、該文詳細地介紹了兩種人臉模型校準的算法:基于DFFD自由變形的算法和基于徑向基函數離散數據插值的算法.其中基于徑向基函數的離散數據插值又分為單步插值和多步插值.國內外已有很多有關基于DFFD自由變形算法和基于徑向基函數單步插值的人臉模型校準的研究,但是基于徑向基函數多步離散數據插值應用到人臉模型校準的卻很少.該文提出把基于徑向基函數多步插值方法應用到人臉模型校準,并把多步離散數據插值方法和DFFD算法以及單步離散數據插值的校準效果和優(yōu)缺
2、點進行了比較.實驗結果表明,基于徑向基函數多步離散數據插值的人臉模型校準的可視性效果很好.因此,在此基礎上我們開發(fā)了一個基于徑向基函數多步離散數據插值的特定人臉模型校準系統(tǒng).為了更好地了解算法,在介紹算法的過程中,我們對相關的基礎知識:Voronoi圖和Delaunay圖、Sibson局部坐標、以及徑向基函數離散數據插值也進行了介紹.為了使用戶對我們的特定人臉模型校準系統(tǒng)有一個清楚的思路,在文中第四章我們把系統(tǒng)按照開發(fā)的流程,分成幾個子
3、系統(tǒng)進行了介紹.對各個子系統(tǒng)所遇到的問題進行了解決.并且各個子系統(tǒng)都能以控件的形式提供給用戶,用戶在研究其它的變形算法時可以直接調用.該文的主要創(chuàng)新點有:(1)在基于徑向基函數單步離散數據插值算法人臉模型校準的基礎上,我們提出了將基于徑向基函數的多步離散數據插值算法應用于人臉模型校準,和基于徑向基函數單步離散數據插值以及DFFD自由變形算法的人臉模型校準相比較,這種校準算法既保證臉部局部區(qū)域變形的精確性和平滑性,又減少了運算的復雜度,并
4、且校準可視性非常的好.(2)在人臉模型校準的過程中,取特征點時,在我們的系統(tǒng)中所取特征點并不完全基于MPEG-4定義的84個特征點,由于在系統(tǒng)中采用了基于徑向基函數的多步離散插值的算法,系統(tǒng)對鼻子、眼睛、嘴部以及邊界的可視性效果要求比較高,所以我們在取特征點時,要求我們在這些局部區(qū)域取的特征點密一些,如有必要還可以增加一些輔助點,而在其它要求可視性效果不太嚴格的地方(臉頰)就少一些.這樣使系統(tǒng)在局部區(qū)域進行校準時,保證了臉部局部區(qū)域變型
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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。
最新文檔
- 人臉模型美化.pdf
- 人臉模型識別方法研究.pdf
- 基于人臉模型重建的三維人臉識別.pdf
- 基于形變模型的三維人臉模型重建研究.pdf
- 基于局部視覺模型的人臉識別研究.pdf
- 人臉特征演化模型及其應用研究.pdf
- 基于標準模型特征的人臉識別研究.pdf
- 基于HMAX模型的人臉表情識別研究.pdf
- 基于高斯過程的CAE模型校準與預測研究.pdf
- 用于人臉識別的三維人臉模型重建.pdf
- 基于三維人臉模型的多姿態(tài)人臉識別.pdf
- 基于EHMM模型的人臉識別算法研究.pdf
- 基于詞袋模型的人臉表情識別研究.pdf
- 基于Snake模型的人臉檢測技術的研究.pdf
- 小麥成分近紅外檢測模型年份校準方法的研究.pdf
- 視頻通信中的人臉模型基編碼研究.pdf
- 基于標準模型特征的人臉表情識別研究.pdf
- 基于線性表示模型的人臉識別研究.pdf
- 三維人臉模型配準的研究.pdf
- 期權定價-模型校準、近似解與數值計算.pdf
評論
0/150
提交評論