基于單張人臉圖片和一般模型的三維重建及其應用.pdf

1、本文提出一種使用單幅人臉照片進行特征提取、標準模型變形的全自動三維人臉重建方法。該方法對單幅正面照片（存在一定側面角度[-10°,+10°]）進行自動三維人臉重建，利用形變模型的先驗統(tǒng)計知識來獲取深度信息，再對一般人臉模型變形。只需一張正面照片，允許一定側面角度[-10°,+10°]，降低了對輸入照片的要求，提高了建模的魯棒性。實驗證明，此方法可對一般人臉照片進行快速自動的真實感三維重建，有較好的實用價值，可用于人臉識別、動畫制作等領域

2、。使用改進ASM 方法自動精確提取人臉特征點，通過使稀疏形變模型匹配平面特征點來獲取照片人臉的深度信息，再將一般人臉模型變形到特定人臉。 基于膚色模型優(yōu)化的ASM提取人臉特征，使得一定角度的側面照片也可以有很好的重建效果。同時，使用基于膚色模型的紋理融合技術使側面信息缺失的問題得到很好解決。實驗證明，該方法快速簡便，只用單幅照片全自動化完成重建，無需用戶交互，生成的三維模型有較好的真實感。具體研究內容有幾個部分： 1）基

3、于人臉檢測基礎上的局部和全局特征提取生物特征提取是最近值得關注的研究熱點，這也是模型重建的重要前期工作。對于局部特征，本文考慮眼睛檢測。其中瞳孔中心的提取用于ASM 算法的初始定位，為提高更好的收斂做好基礎。對于全局特征，本文采用改進的ASM算法。為了提高紋理重建效果，引進基于膚色模型的ASM 特征點校正，讓特征點不落在皮膚之外，避免了紋理重建時的側面紋理缺失現象。 2）提出新的紋理重建思路只用一幅正面人臉圖像重建其對應的三維人

4、臉模型。對于重建過程，本文將其分為形狀重建和紋理影射兩個部分。形狀重建基于特征點提取的基礎，將二維和三維進行很好的結合，最優(yōu)化逼近獲得三維特征點，最后根據彈性算法將其變形獲得形狀模型。而紋理影射，本文用基于膚色模型優(yōu)化的ASM提取的人臉特征來映射校正前的ASM特征點，將不對稱的紋理信息映射到對稱的重建模型上，有效避免了非嚴格正面人臉照片導致的側面紋理缺失問題，獲得較好的重建效果。 3）更加人性化的應用程序demo 框架為了讓實驗

5、結果早日能應用到項目投資方和應用領域，本人使用面向對象的C++語言將核心算法及其功能封裝在對象中，供實驗室實用。同時，在VS 2005的MFC 框架中搭建了一個實用而有友好的應用平臺。4）對應人臉模型的在表情動畫方面的應用在重建好的模型上，不僅僅是對三維人臉識別系統(tǒng)提供很好的方法，同時在諸多方面有較為寬廣的應用。使用FDP（人臉定義參數）和FAP（人臉動畫參數）來實現人臉動畫，所在項目的研究課題最終目標是將生成好的人臉模型做成說話頭，結