基于Candide-3模型的姿态表情人脸识别研究

针对姿态表情严重影响人脸识别准确率的问题,基于Candide-3模型的简化,提出了形状表情关键点拟合的人脸几何结构重建和基于三角网格模型的纹理映射的方法,该方法确定关键特征点,根据人脸的几何结构信息确定姿态角,提取Candide-3模型形状表情对应点,调整模型参数,进行几何结构重建;对几何结构中每个三角网格模型进行纹理影射,得到逼真的特定人脸模型。实验结果表明,该方法提高了人脸重建速度,达到减弱姿态表情对人脸识别影响的目的。

基于支持向量机和Candide-3的单样本人脸确认

目前已有的正面人脸识别方法大多要求有充分数量的训练样本,不能适应单人单个训练样本的情况。提出了一种基于支持向量机SVM的单训练样本人脸确认方法,首先产生人脸Candide-3模型,通过对重建模型的旋转产生姿态不同的数字人脸,将产生的数字人脸和原始样本一起作为训练数据,用SVM进行分类确认,取得了接近于多样本情况下的识别率。在ORL人脸库的实验结果表明,本方法能更好地适应单样本情况下的人脸确认,比同类人脸确认方法具有更高的识别率。

基于改进Candide-3模型的眼部动画建模

针对在Candide-3模型上进行三维人脸重建时不能表达人眼部细节动作的问题,提出了一种改进Candide-3模型重建人脸的方法。该方法首先在Candide-3模型上对眼部进行建模,其中眼部的建模具体分为眼球的建模以及眼睑的建模。对于眼球采用2个半球结合的方式进行建模。对于眼睑的建立,分别在Candide-3的模型上对眼睑的内边缘、外边缘以及上眼睑沟用Bezier曲线进行建模。然后结合人脸特征点的信息和局部最小二乘法匹配原理建立了与输入人脸图像相仿的三维人脸模型。接着,对脸部进行特征点约束的方法贴纹理,眼球分别用局部球形纹理贴图以及球形纹理贴图的方法贴图。最后,在该模型上用分段线性插值的方法,逼真地完成了眼睑的睁闭、眨眼以及眼球的旋转等相关动作。

基于Candide-3模型的人脸表情动画系统设计与实现

本文以Candide-3模型为基础设计了一个人脸表情动画系统,系统在人脸特征点定位的基础上,根据人脸表情动画库中特征点的移动轨迹确定动画关键帧,应用关键帧插值法实现了人脸表情动画的设计,在设计过程中应用贴图方法解决了动画过程中人脸隐藏器官的显示问题。整个系统运行流畅,占用资源少,计算效率高,具有较高真实感。

人脸自适应三维建模的研究与实现

以Candide-3模型为基础,提出了一种适应不同人脸的三维建模方法。该方法通过对人脸的灰度图像及相应的边缘检测图像进行分层次区域灰度投影,确定了人脸面部器官的大致区域,同时对二值化图像进行分析,采用直接定位和计算定位两种方式,提取了人脸特征点,并以此为基础建立了人脸的三维模型。实验证明,该方法能够较好地调整标准Candide-3模型,使之适应不同的人脸。

基于正交图像的头部三维模型构建

为快速构建人体头部的三维模型,提出了一种使用头部正面和侧面两张正交图像进行重建的方法.首先,利用Candide-3模型生成标准头部模型;然后,利用改进的主动形状模型(ASM)自动获取正面图像中68个特征点和侧面图像中35个特征点,并将获取的特征点与标准头部模型中的顶点进行匹配,利用匹配特征点对标准模型进行全局变形和局部变形,从而获得个性化模型;最后,对侧面头像进行仿射变换,使之与正面图像配准,并通过柱面投影和加权融合获得人脸全景纹理图,将其映射到个性化模型上以获得逼真的头部模型.实验结果表明:与传统ASM算法相比,利用改进ASM算法获得的特征点定位准确度提高了13.1%;所提方法仅需约1.2 s便可重建出具有真实感的头部三维模型,并能提供较大范围的可视角度和较丰富的深度信息.

基于合成的通用头部网格模型的表情合成

针对当前通用脸部网格模型的可操控性和逼真性难以同时兼顾的问题,提出了一种新的通用网格模型合成方法,该方法基于Candide-3模型和从建模软件中导出来的模型进行简化得到的模型进行结合来合成通用头部模型。在此模型的基础上合成出六大基本表情,对输入人脸正面照片使用ASM(active shape model)算法自动提取出特征点,利用特征点和径向基函数来调整合成的通用模型得到特定的表情。实验结果显示,该通用网格模型具有良好的操控性,且能完整表示整个头部结构,还能表达六大基本表情和特定表情。

基于FR的远程考试身份认证系统研究

在远程教育考试系统中,如何实时有效地验证考生身份非常重要。本文提出一种基于FR(Face Recognition)的远程考试身份验证系统,首先利用肤色信息检测人脸图像,经过预处理后提取特征点,然后通过与报名库中人脸图像进行几何特征比对,从而完成考生的身份验证。实验表明该系统具有较好的识别率,能有效地识别出考生信息。

多视角下多模板人脸特征定位方法

为了提高多视角下人脸ASM算法的定位精度,提出一种使用Candide-3模型估计人脸视角,使用全局模板和局部模板相结合的方法定位人脸特征点的多视角人脸ASM方法。建立不同视角下的形状统计模型,从中选择若干关键特征点,用SVM分类器建立纹理模型;在特征点定位中通过检测出的眼角、嘴角、鼻下点用Candide-3估计人脸姿态,选择相应视角的全局模板总体定位,利用局部模板估计未检测到的特征点,再用全局模板校正,得到人脸特征点位置信息。实验结果表明,该方法显著改善了多视角下人脸特征点定位不准确的问题,有效提高了各特征点的定位精度。

基于多角度照片的真实感三维人脸建模的研究

为了提高重构的三维人脸的真实感,提出了以Candide-3模型作为通用的人脸模型的一种改进的利用多角度照片进行合成的方法。首先利用改进的双目立体视觉系统,将获取的二维信息映射到三维空间上,测定特征点的深度信息;然后采用自动和交互的方式对Candide-3模型进行校准,合成三维人脸模型。最后采用改进的多角度映射方法对皮肤纹理进行映射贴图,合成具有真实感的三维人脸模型。验证表明,该方法能够更好的生成一个具有较好逼真度的真实感的三维人脸模型。

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。

基于弹性形变原理的人脸卡通动画系统设计

针对现有人脸卡通动画设计系统实现复杂度高、图像还原不精确的问题,文中设计基于弹性形变原理的人脸卡通动画系统。利用Candide-3建模平台对采集到的原始人脸图像进行建模,并根据提取到的人脸特征进行匹配,以获取相应的器官模型。在该模型的基础上,基于弹性形变原理实现人脸卡通图像的生成以及表情的变化。测试和实现结果表明,文中所设计的系统利用OpenGL平台对人脸图像进行图像渲染,生成具有高还原度的人脸卡通动画,且系统对硬件要求较低,适用于大多数应用场景。

基于单张正面人脸图像的三维人脸自动建模系统实现

研究了一种基于正面人脸照片的真实感三维人脸自动重建方法,并运用计算机视觉图OpenCV和图形开发库OpenGL,在VC++6.0环境下开发了三维人脸自动建模系统。该系统对输入的人脸照片首先进行人脸检测,在检测到的区域进行人脸关键特征提取,并根据检测到的特征点的几何信息对CANDIDE-3模型进行整体和局部调整,得到个性化的三维几何人脸,最后从人脸图像上获取面部纹理信息并得到真实感的三维人脸。

基于中性模型与真人照片的三维人脸建模

三维人脸建模一直以来都是三维建模中的热门研究课题。利用中性人脸模型CANDIDE-3和正、侧面照片,结合人脸特征点识别技术,提取照片特征点,对正交照片二维特征点进行整合补充获得一组三维人脸特征点信息,通过该组特征点校正并匹配中性模型获得特定人脸模型,再提取照片中人物面部纹理获得具有真实感的特定人脸三维模型。经验证,该方法能以较低的开销获得精确度较高的特定人脸模型。

单张正面人脸图像的三维人脸重建方法研究

针对基于单张正面人脸图像进行三维人脸重建时所需脸部侧面深度信息缺失的问题,提出基于BP神经网络快速三维重建方法。通过建立BP神经网络估计出正侧面人脸数据的关系,从而由输入的正面数据得到侧面数据,并对BP算法做出改进,加速了算法的收敛,提高了拟合的精度。然后利用获取的人脸侧面数据调整CANDIDE-3人脸模型,生成近似图像中人脸的目标几何模型,最后通过纹理映射生成具有真实感的特定三维人脸模型。实验证明,这种重建方法快速简便,真实感强,较好地解决了基于单张照片重建时侧面深度信息缺失的问题。