基于三维重建的人脸姿态估计

人脸姿态估计是计算机视觉及人脸识别领域的一项关键研究内容。将三维模型应用于估计人脸图像姿态参数,提出了基于三维重建的人脸姿态估计算法。根据人脸正面图片上的特征点计算出形状参数,实现三维人脸重建。基于三维人脸模型,由姿态图片上提取的特征点信息推知等姿态下模型上对应特征点的信息,针对照模型正面姿态,运用线性回归估计姿态参数。实验表明,重建的三维人脸具有较好的真实感,在较大的姿态变化范围内,该方法也能够取得较好的估计精确并具有鲁棒性。

基于2D样本的人脸图像新视点合成

文中提出了一种基于 2D样本的人脸图像新视点合成方法 ,在满足线性对象类假设的前提下 ,通过对图像分解表达 ,将输入图像用一组同视点下的样本线性组合表示 ,将得到的组合参数映射到其它视点下的样本空间中 ,并结合该视点下的样本图像可以得到输入图像新视点下的形式。实验表明 ,这种方法可以较好的从输入图像合成不同视点下的新图像 ,同时由于避免了建立复杂的 3D人脸模型 ,减少了大量的数据运算 ,因此有利于计算机实现。

变形模型技术的发展

电影业中有一种有趣的变形动画技术,它能够通过两幅图像合成出平滑的变形动画特效。近年来,在模式识别领域出现了一种更为强大的变形技术—变形模型技术。这种技术使用计算机来模拟人类在识别物体时的学习过程,使用数学表示来建立某一对象类的变形模型,给对象确认、图像合成、图像压缩等计算机视觉领域提供了新的解决方法。