

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、細微表情(例如額頭皺紋,魚尾紋,酒窩等)合成是逼真描述人臉動畫的重要因素,傳統(tǒng)的表情合成技術(shù)僅僅考慮面部幾何特征的變換,缺乏細節(jié)紋理。在現(xiàn)有細微表情合成的研究中,僅能合成已提取的細節(jié)紋理,應(yīng)用范圍有限。本文針對這個問題,進行人臉動畫中細微表情合成方面的研究,主要工作如下: 一、采用特征跟蹤的方法實現(xiàn)了細節(jié)紋理和人臉運動數(shù)據(jù)同步獲取??稍诓皇褂冒嘿F的運動跟蹤設(shè)備的前提下獲取符合MPEG-4的運動數(shù)據(jù),并從視頻中提取相關(guān)的人臉動畫參
2、數(shù)。采用主動形狀模型定位和手工調(diào)整,較容易地獲取同步數(shù)據(jù)——表情比率圖和人臉動畫參數(shù)。為建立細微表情合成模型提供可靠的數(shù)據(jù)樣本。 二、提出了基于主成分分析的一種面部細節(jié)紋理特征——表情比率圖參數(shù)ERIP(ExpressionRatioImageParameter)的參數(shù)化方法。并提出了改進的表情比率圖計算方法。實驗表明,在大量人臉細微表情數(shù)據(jù)集上,該方法可有效提取細節(jié)紋理特征。 三、提出了從表情運動參數(shù)FAP到細微表情參
3、數(shù)的合成模型,它是基于支持向量回歸機的一種優(yōu)化擬合。比較了四種不同的支持向量回歸方法訓練的細微表情合成模型。從中優(yōu)選出了徑向基函數(shù)為核函數(shù)的ε容錯支持向量回歸機作為該模型的原型。在合成細微表情中,顯示出該模型在預測ERIP中的魯棒性。基于上述工作,實現(xiàn)了細微表情合成模型,該模型能產(chǎn)生統(tǒng)計意義上的真實感表情,且符合MPEG-4動畫標準。首先,實現(xiàn)了的細節(jié)表情合成系統(tǒng);其次,將細微表情合成模型應(yīng)用到可移動終端系統(tǒng)的真實感表情合成;最后,給出
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。
最新文檔
- 基于掃描數(shù)據(jù)的三維人臉表情合成.pdf
- 文本驅(qū)動的表情合成研究.pdf
- 基于微表情特征的表情識別研究.pdf
- 人臉表情的識別、重建與合成.pdf
- 基于深度彩色圖像的三維人臉表情合成研究.pdf
- 三維人臉表情合成研究.pdf
- 基于三維重建的人臉表情合成技術(shù)的研究.pdf
- 基于EHMM的表情識別研究.pdf
- 虛擬“雙簧”-三維人臉的唇動合成和表情合成.pdf
- 虛擬人臉表情合成研究.pdf
- 表演驅(qū)動的實時人臉表情動畫合成.pdf
- 精細微孔聚雙馬來酰亞胺的合成與性能研究.pdf
- 基于多特征融合的表情與微表情識別研究.pdf
- 基于人臉特征點的三維人臉表情合成方法與研究.pdf
- 基于單張正面照片的三維人臉建模及表情合成的研究.pdf
- 基于人臉檢測的面部表情判別.pdf
- 基于細微特征的通信信號分類識別研究.pdf
- 基于支持向量機的表情識別.pdf
- 聚丙烯酸酯細微膠乳的合成與表征.pdf
- 虛擬人眼的運動與表情合成的研究.pdf
評論
0/150
提交評論