示范表演驱动的运动数据检索方法及可用性评估

以直观、自然的方式来检索运动数据可有效地提高角色动画生产效率.提出一种通过现场示范表演来检索运动数据的方法,使动画制作人员能够直观、快速地从大容量运动数据库中找到所期望的运动片段.首先通过运动传感器获取用户的示范表演,然后利用经典的DTW时序数据匹配算法来实现基于样例的运动数据检索.通过一组观察实验对它的可用性进行分析和评估的结果表明,文中方法能够显著地提升运动数据检索的效率及用户体验.

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。

表演驱动的三维表情动画技术综述

表演驱动是三维表情动画技术的主流实现方法。以表演驱动的三维表情动画技术实现过程为主线,分别从三维人脸表情捕捉方法与表情分析、人脸表情模型生成算法与生成效果、三维表情动画实现过程与实现效果分析,论述了表演驱动的三维表情动画技术的发展历程及遇到的问题。最后论述了未来三维表情动画技术的发展方向。

基于方法的表情生成技术综述

表情生成技术是智能人机接口领域的重要研究内容之一。基于方法的表情生成技术多数以图像为研究对象,不需要3维建模,同时又具有丰富的纹理细节,在表情生成的逼真度和降低复杂性方面具有相当的优势,一些方法也可扩展至3维应用。本文根据各种算法的技术本质将已公开发表的研究总结归纳为渐变技术、表情映射技术、统计学方法、2维网格法、面色表情和表演驱动技术等几类,从概念、理论和技术方法等方面对典型成果进行讨论,分析了不同算法的特点和存在的问题以及今后的发展方向,为开展相关研究提供参考。

面向普通用户的3D虚拟人脸动画

为合成真实感人脸动画,提出一种实时的基于单摄像头的3D虚拟人脸动画方法.首先根据用户的单张正面人脸图像重建用户的3D人脸模型,并基于该人脸模型合成姿态、光照和表情变化的人脸图像,利用这些图像训练特定用户的局部纹理模型;然后使用摄像头拍摄人脸视频,利用特定用户的局部纹理模型跟踪人脸特征点;最后由跟踪结果和3D关键形状估计Blendshape系数,通过Blendshape模型合成的人脸动画.实验结果表明,该方法能实时合成真实感3D人脸动画,且只需要一个普通的摄像头,非常适合普通用户使用.

基于方法的人脸表情生成技术研究

从渐变、表情映射、二维网格法、驱动动画法、统计学方法视角阐述基于方法的表情生成技术,遵循概念定义、经典方法分析、理论研究趋向的脉络予以概述,研究结果将成为人脸表情生成理论的基础参考。

人脸表情动画研究简述

人脸表情动画是计算机科学研究领域的研究热点。本文从数据驱动的角度,对人脸表情动画研究进行了大致分类:基于文本语音驱动的方法、基于表演驱动方法、基于参数驱动的方法以及基于重定向方法,对各类方法进行简述,最终归纳出当前人脸表情动画研究发展方向和存在问题,提出了展望。

真实感人脸动画技术的分类探讨

介绍了各种人脸动画技术和改进方法,并评价了各种方法的优缺点。

利用几何度量的无监督实时面部动画生成算法

目前面部表情动画生成算法普遍具有捕捉设备昂贵、依赖用户表情数据预采集、需要用户具备专业知识等缺点,因此很难在普通用户中进行推广.针对这些不足,文中选择价格适中、操作简单的Kinect作为采集设备,提出了一种无须预处理的面部表情捕捉算法.首先从捕获的面部表情数据中提取面部特征点,利用几何度量建立低层面部特征点与高层表情语义之间的联系,根据权重和补偿策略建立几何度量样本集.然后采用无监督的方式自动分析样本分布,推测各表情单元的变化区间,实现表情参数的实时提取.最后利用表情参数驱动离线生成的通用表情基,生成能反映用户情绪的面部动画.在表情基生成过程中,首次引入控制点影响区域的概念来约束拉普拉斯变形算法,以提高通用Blendshape表情基的精度.实验结果表明,该方法简单易行,无需对每名用户进行表情数据预采集,即可在多人同时出现、部分遮挡等情况下实时、鲁棒地生成与用户近似的面部动画.主观评价中,该方法被证明具备优秀的采集灵活度、方便使用、实时性能良好,在普通用户中更具备推广价值.