基于数据挖掘的语音驱动三维人脸动画合成

提出采用数据挖掘的概念,利用神经网络,聚类以及统计学方法从大量语音视频库中发现语音与唇动以及人脸表情之间的关联模型,并应用于语音驱动人脸动画合成中,本文提出的方法不仅可很好地解决语音与人脸动画的同步,同时还具有易训练,鲁棒性强,可扩展等特性。实验表明,基于数据挖掘技术的合成模型非常有效,极大提高了动画人物的真实感和可信度。

基于MPEG-4和PCA的人脸动画合成方法

三维人脸动画技术融合了多通道交互技术和多功能感知技术,在虚拟现实、虚拟主持人、虚拟会议、辅助教学、医疗研究、电影制作、游戏娱乐等很多领域有广泛的应用。文章分析了基于MPEG-4标准的人脸动画合成方法,并针对其在实际过程中产生的两个问题,包括人脸模式太多和局部调整带来的影响,分别采用聚类和主成分分析(PCA)的方法进行改进。实验表明基于PCA来解决局部调整人脸模式的方法可以部分实现动画过程中表情的表达,从而极大地提高了人脸动画合成的可操作性。