基于网格Laplace的三维几何模型分割

模型分割是模型分析的重要方法和手段。针对已有网格分割算法对姿态敏感和计算速度慢的问题,提出了一种基于网格Laplace和k-means聚类的三维几何模型分割算法。通过网格Laplace将三维模型从空域嵌入到谱空间中进行分析,得到了模型的归一化形式,克服了姿态变化对分割结果的影响,并极大地减少了计算时间,获得了视觉上有意义的分割结果。实验结果表明,本算法能快速有效地实现网格模型的正确分割,并对模型姿态的变化有较好的鲁棒性。

计算Laplace网格变形的三维模型配准

针对非刚性变形的模型间的配准问题,提出了一种结合骨架子空间变形技术和Laplace网格变形的配准方法。对源模型和目标模型执行迭代最近点算法使两模型姿态相同的部分对齐;采用骨架子空间变形技术计算Laplace网格变形所需要的控制点;通过执行Laplace网格变形对源模型进行非刚性变形并使其与目标模型完全对齐,实现配准。实验结果表明:本文算法可以实现较大尺度变形的模型间的配准,不仅适用于两个姿态不同的完整模型,也适用于姿态不同的整体与部分模型间的配准。

基于深度相机的三维人脸迁移

本文提出一套具有普适性、高效性的三维人脸迁移系统,能够简单、快速地实现带有纹理的三维网格角色模型之间的面部迁移.主要特点是对大部分三维角色均有很好的迁移效果.使用网格Laplace进行迁移面部的几何变换和变形保证几何细节的相似性,使用Poisson图像融合与色差优化技术结合的方法保证面部纹理色调的一致性和平滑过渡.配合人脸迁移系统搭建一套基于深度相机的自动人脸三维扫描系统,可自动快速重建出带有高清纹理贴图、较规整的三维人脸网格.较之前的工作,主要贡献是将人脸迁移对象从二维图像提升到三维模型,并且两个系统无缝衔接,形成了一套自动化程度很高的三维人脸迁移应用.