首页> 中文学位 >基于改进形变模型的3D人脸重建
【6h】

基于改进形变模型的3D人脸重建

代理获取

目录

第一个书签之前

摘要

ABSTRACT

Contents

1 绪论

1.1 研究背景

1.2 研究意义

1.3 国内外研究综述

1.4 论文研究内容

1.5 论文章节安排

2 3D人脸重建方法总结

2.1 传统3D人脸重建方法

2.1.1 参数化人脸重建法

2.1.2 基于生理肌肉特征的重建法

2.1.3 基于图像技术的重建法

2.2 基于形变模型的3D人脸重建

2.2.1 3D人脸数据库概况

2.2.2 3D人脸数据获取

2.2.3 3D人脸数据预处理

2.2.4 3D人脸数据配准

2.2.5 建立形变模型

2.2.6 模型匹配

2.3 本章小结

3 非刚性迭代最近点3D人脸配准算法

3.1 3D图形配准理论基础

3.1.1 刚性形变

3.1.2 非刚性形变

3.2 常用3D人脸配准算法

3.2.1 基于UV空间的3D人脸配准

3.2.2 基于非刚性迭代最近点的3D人脸配准

3.3 非刚性迭代最近点的3D人脸配准

3.3.1 基于特征点匹配的刚性配准

3.3.2 融合弹性形变的非刚性迭代最近点 3D人脸配准

3.3.3 3D扫描人脸配准实验结果

3.4 本章小结

4 形变模型与2D人脸图像匹配

4.1 透视投影与光照模型

4.1.1 透视投影

4.1.2 光照模型

4.2 形变模型的匹配过程

4.2.1 模型匹配初始化

4.2.2 模型匹配过程

4.3 3D人脸重建实验结果

4.4 本章小结

5.1 总结

5.2 展望

参考文献

攻读硕士学位期间学术成果及获奖情况

致谢

展开▼

摘要

随着摄影与成像技术的飞速发展,3D重建技术在遥感、医疗、工业、教育及影视、娱乐等诸多领域得到了广泛的应用。具体到计算机视觉和图形学方向,3D人脸重建逐渐成为3D建模的一项核心内容,在3D人脸识别与计算机动画中起到了重要作用。  3D人脸重建的方法主要有四类,分别利用参数化模型、肌肉模型、视觉模型和形变模型。当前形变模型应用最为广泛,相对而言该模型具有真实感良好、自动化程度高的特点。在建立形变模型的过程中,3D人脸样本间的精确快速配准是最困难也是最关键的一个环节。针对人脸形变模型的3D数据配准与非全自动化的模型匹配问题,本文的工作主要体现为以下两个方面:  1.刚性与非刚性迭代最近点算法相结合、实现由粗到精的3D人脸配准。首先提取3D目标人脸与模板人脸的特征点,按照特征点间的对应关系,利用刚性迭代最近点算法获得两个3D人脸间的变换参数;进而调整3D目标人脸到3D模板人脸坐标系,并进行尺度变化完成3D人脸间的粗配准。在此基础上,添加拉普拉斯函数的弹性形变使目标人脸更接近于模板人脸,利用非刚性迭代最近点算法在不损失配准精度的前提下提高了配准速度。  2.利用主动形状模型提取面部特征点作为初始值,使模型匹配自动化。在初始化阶段时引入主动形状模型提取人脸的轮廓、双眼、鼻子、眉毛和嘴的特征,通过调整模型、光照以及摄像机位置等组合参数实现模板匹配。从提取的面部特征点开始搜索组合参数,减少搜索空间、提高匹配速度,实现了模型匹配及3D人脸重建的自动化。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号