基于PCNN的角色表情动画去毛刺生成方法

为实现角色表情动画的情感体现,并有效去除动画边缘产生的锯齿形状的毛刺,提出基于PCNN的角色表情动画去毛刺生成方法。该方法采用PCNN网络分割采集的视频帧图像,去除图像中背景部分。将保留的部分人脸表情输入改进的深度学习模型中,提取人脸表情特征。引入风格和内容的双向约束,确定模型损失函数。融合提取的全部表情特征,生成角色表情动画。采用区域重构算法去除生成动画的边缘锯齿毛刺,保证动画生成效果。测试结果表明:图像分割性能良好,区域内部均匀性准则指标结果均在0.924以上,可清晰地保留部分人脸表情图像,能够依据真实人脸表情生成不同角色的表情动画;形状测度准则和皮尔逊相关系数指标最大值分别为0.994和0.957,可有效去除动画边缘毛刺,保证动画质量。

特定人脸的快速定制和肌肉驱动的表情动画

为解决特定人脸的真实模拟问题提供了一个简单而行之有效的方法 .首先 ,给出特定人脸的正侧面正交图像 ,并提供了一个内嵌肌肉向量的一般人脸三维多边形网格模型 ,采用 Snake技术自动适配人脸特征线 ,基于特定人脸的特征线相对于一般人脸模型上的特征线的位移 ,变分插值一般人脸网格 ,适配特定人脸几何 ;然后 ,用多分辨率样条技术产生无缝的人脸纹理镶嵌图 ,纹理映射后生成高度真实感的能以任意视线方向观察的特定人脸 ;进而 ,通过组合特定人脸的肌肉向量的运动 ,变形模型 ,组合出特定人脸的各种表情 .该方法能在廉价的 PC平台上实现 ,快速、简单 ,而且具有真实感 .

基于物理模型的人脸表情动画技术研究

用计算机建立人脸表情动画是当前计算机图形学研究领域中的一个富有挑战性的课题 .该文在总结了国内外有关该课题研究方法的基础上 ,提出了一种基于物理模型的人脸表情动画生成算法 ,并依该算法设计和开发了一个实际的人脸表情动画系统 HU FACE.该算法将人的脸部模拟为一个弹性体 ,为使计算简化 ,又将人脸表面依其生理特征分为八个子块 .脸部表情所产生的五官动作模拟为弹性体的形变 ,并建立相应的弹性形变模型 .当脸部表情引起脸部各子块形变时 ,每个子块上的各点将发生位移 ,于是利用该模型计算这些点的位移量 ,由此获得表情动画中的每一帧画面 .由于脸部动作由该形变模型控制 ,且计算简单、速度快 ,因此不需存储表情动画中的各个画面 ,提高了系统的效率 .实验结果表明 ,由 HUFACE系统生成的人脸表情真实。

基于Kinect与网格几何变形的人脸表情动画

面部表情重建的实时性与重建效果的真实性是人脸表情动画的关键问题,提出一种基于Kinect人脸追踪和几何变形技术的面部表情快速重建新方法。使用微软的Kinect设备识别出表演者面部并记录其特征点数据,并利用捕捉到的特征点建立覆盖人脸的网格模型,从中选取变形使用的控制点数据,由于Kinect可以实时地自动追踪表演者面部,由此实现了利用三种不同变形算法对目标模型实时快速重建。实验结果表明,该方法简单易实施,不用在表演者面部做任何标定,可以自动地将人脸表情动作迁移到目标模型上,实现人脸表情快速重建,并且保证目标模型表情真实自然。

基于物理模型的特定人脸模型与表情动画模型

人脸造型与人脸表情动画的研究是计算机图形学领域中的一项热门课题，其模型的建立是构建人脸表情虚拟系统的一个重要基础，该系统可广泛地应用于虚拟环境、可视电话、远程教育等系统中。本文根据人脸生理结构的特点，先将人脸表面分成若干块，进而运用弹性形变原理，分析了脸部各块的形变规律，提出了一种将一般人脸模型变换为特定人脸模型的变形模型，而后又以眼睛为例，分析了“眨眼睛”的物理运动规律，为其建立了表情动画模型。在此基础上我们开发了一个实际的人脸造型与表情动画系统，运用该系统生成的特定人脸及表情动画自然、真实，结果令人满意。

表情动画技术和应用综述

人脸表情动画是计算机图形学的重要研究领域之一,在影视和游戏中的虚拟人的应用促进了它的发展,它主要研究若干种典型表情的产生以及利用已有表情产生中间过渡表情.本文主要介绍了表情动画的国内外的研究现状,对各种表情动画技术进行了总结,最后说明了表情动画研究的难点.

基于抽象肌肉模型的人脸表情动画实现

介绍了一个基于抽象肌肉模型的人脸表情动画的实现过程,详细阐述了在系统实现过程中用到的人脸几何表示、抽象肌肉模型、一般人脸变化到特定人脸以及等技术。

计算机人脸表情动画技术综述

真实感的计算机人脸表情动画是计算机图形学领域最基本的问题之一。由于其具有广阔的应用前景,引起了越来越多的研究者的关注与极大的兴趣。针对近几十年来该领域的发展状况,对计算机人脸表情动画技术进行综述。通过将人脸表情动画技术分为基于几何学的方法和基于图像的方法,详细阐述并比较了相关的研究成果,分析和讨论了它们的优缺点,并对人脸表情动画技术的未来发展进行了展望。

基于单张图像的三维人脸建模与表情动画

在人机交互、数字娱乐等领域,传统的表情合成技术难以稳定地生成具有真实感的个性化人脸表情动画。为此,提出一种基于单张图像的三维人脸建模和表情动画系统。自动检测人脸在图像中的位置,自动定位人脸上的关键点,基于这些关键点和形变模型重建个性化三维人脸模型,对重建的人脸模型进行扩展得到完整的人脸网格,采用稀疏关键点控制的动画数据映射方法来驱动重建的人脸模型生成动态表情动画。实验结果表明,该方法稳定性强、自动化程度高,人脸模型与表情动画比较逼真。

人工心理模型驱动的人脸表情动画合成

提出了一种人脸表情动画合成方法,该方法以人工心理模型输出概率值作为权重向量,通过因素加权综合法,控制表情动画模型参数。实验结果表明,该方法实现了心理状态对表情的实时驱动,合成的人脸表情动画真实、自然。

AAM-Candide结合的快速表情动画合成模型

针对现有的算法在表情动画合成中自动化程度不高、生成效果不理想的问题,本文提出了一种基于AAM-Candide结合的快速表情动画合成模型。首先利用Candide-3算法获取面部表情参数-AU,并通过确定人脸的Candide-3模型来计算AU,将参数提取问题转化为一个非刚体的人脸跟踪问题,然后利用彩色图对人脸关键点进行2D定位,通过上下限规范实现Candide-3和三维数据点云之间的对应点集。实例仿真结果表明,本文提出的改进算法,对惊讶、悲伤、嘟嘴、开心等4种表情得到了较好的动画合成效果。

人脸表情动画

人脸表情动画是计算机动画研究的一个重要分支,它有着十分广泛的应用前景。本文评述了国内外人脸表情动画方法和技术研究现状,提出了进一步需要解决的问题。并针对真人脸表情点提取难题给出了一个有效的特别的解决方案。

人脸面部表情动画技术研究及在影视动画中的应用

介绍了固有颜空间法对人物面部表情的识别和合成。实验表明,这种方法能够更有效地提取含有表情变化的脸部特征,对面部表情进行有效识别和合成。文中也阐述了该表情动画研究的难点及在影视动画中的应用。

三维角色面部表情动画应用研究

阐述面部表情动画在故事叙事、角色表演中的重要作用,梳理分析角色动画中六大基本表情和表情动画的成因与处理方法,探讨面部表情动画制作过程中出现的问题与难点,并总结归纳面部表情动画的实践应用技巧。

表情动画中3D骨骼蒙皮技术运用研究

三维动画技术是现代动画应用研究中的一个热点领域。人们为了更好地在动画中追求与现实世界更接近的虚拟表现,从而给虚拟的模型添入更多的技术以便于进行更方便操控。骨骼蒙皮技术能做到更加形象、逼真的效果,尤其是在处理动画人物的表情上,这种技术的特色更为明显。文章介绍了骨骼蒙皮动画的技术原理及应用背景,并通过实例详细阐述了3D骨骼蒙皮技术运用于表情动画的具体方法,期望能更好地改善动画画面质量,增强虚拟绘制的真实性,优化表情动画的视觉效果。

试析表演驱动的矢量化二维表情动画

本文主要研究了如何快速制作生动的二维表情动画,利用算法将表情数据进行重新定向,将表情数据融入卡通形象上。首先需要对卡通形象进行标记,确定出能够对应表型信息的拓扑结构控制点,将确定出的控制点对应上表情信息的第一帧的控制点。然后通过上述对应过程,对比得出两者的比例关系,把采集到的表情信息搭建在卡通形象上,最终得到卡通形象的表情。本文所阐述的方法,经过实践验证,可以有效地利用表演来驱动矢量化二维表情动画。

表演驱动的矢量化二维表情动画

为了方便快捷生成生动的卡通表情动画,提出将表情数据重定向到卡通形象上的算法.该算法由用户在卡通形象上标记出与表情数据相对应拓扑结构的控制点,以此控制点集合与表情数据首帧控制点集合做比对;使用得到的比例关系将后续表情数据重定向到卡通形象上,从而形成针对卡通形象的表情数据.实验结果表明,运用文中算法可以制作出较为生动形象的卡通表情动画.

人脸表情动画与语音的典型相关性分析

表情动画作为语音驱动人脸动画的一部分,在增加人脸动画逼真性方面起着重要的作用,但已有的工作没有定量分析人脸表情动画与语音之间的关系.文中通过研究人脸表情动画与语音的相关性,采用典型相关性分析方法(CCA)定量分析两者之间的内在联系,得出这些关系直观的量化的结论.首先计算人脸表情动画与语音的典型相关性系数,衡量两者的相关程度;然后分析人脸表情动画与语音的典型负荷、典型交叉负荷等数据,并挖掘两者内部各分量之间的联系,由此得出直观的量化的结论.最后验证了结论的稳定性.分析结果表明两者具有强相关性,并揭示了人脸表情动画各成分与语音声学特征之间的具体内在联系.文中成果可为语音驱动人脸动画技术提供理论参考及结果评价依据.

基于特征点的表情动画方法

在现有的表情动画技术基础上,提出了一种基于特征点和非特征点变换的表情动画方法。基于面部动画特征,通过对特征点进行变换来实现表情动作,同时采用速度曲线产生运动轨迹,并将非特征点的变换与特征点的变换联系起来产生动画。通过仿真对该方法进行实验,实验证明这是一种简单、有效且自然的表情动画方法。