基于Butterfly细分规则的虚拟作物DFFD形态建模

为了增强虚拟作物环境,提出了一种基于Butterfly细分规则以及DFFD方法的虚拟作物建模方法。根据植株的形态结构特征选取相应的初始叶片模型,用Butterfly插值型细分方法对其细分,以确定控制点集。通过扩充已有DFFD法对三维植株整体特征进行模拟,实现了小麦叶片向水稻植株的DFFD形态建模。实验证明,该方法较为逼真地虚拟作物植株建模效果,能够满足虚拟作物环境的需要。

基于DFFD的概念设计研究

概念设计在新产品开发中是十分重要的设计活动,不合适的概念设计将导致产品重新设计,延缓产品的发布。本文首先从心理学的角度对用户的概念需求加以描述,定义了概念演化过程的抽象、描述、演化、原型4个阶段,并建立了演化过程模型。接着将DFFD(DirectManipulationofFreeFormDeformation)的造型设计方法与概念设计演化相结合,将用户头脑中的抽象概念原型的描述,如概念名称、定义、属性等,直接映射为产品原型的描述,如模型约束、载荷等参数,借助DFFD的设计方法,帮助用户高效、可视化、互交的进行概念设计。最后用一个酒杯概念设计的例子介绍此方法的实际应用。

文本驱动的情绪多样化人脸动画生成研究

文中介绍了一种新型的文本驱动人脸动画合成技术,该技术通过融合情绪模型以增强面部表情的表现力。这一技术主要由两个核心部分构成:面部情感模拟和唇形与语音的一致性。首先,通过对输入文本的深度分析,识别出其中包含的情感类型及其强度。然后,基于这些情感信息,应用三维自由变形算法(DFFD)来生成相应的面部表情。与此同时,收集人类发音时的语音音素和唇形数据,并利用强制对齐技术,将这些数据与文本中的语音音素在时间上进行精确匹配,从而产生一系列唇部关键点的变化。随后,通过线性插值方法生成中间帧,以进一步细化唇部运动的时间序列。最后,使用DFFD算法根据这些时间序列数据合成相应的唇形动画。通过对面部情感和唇形动画进行细致的权重配比,成功实现了高度逼真的虚拟人脸表情动画。该研究不仅解决了文本驱动面部表情合成中的信息缺失问题,而且克服了表情单一和面部表情与唇形不协调的挑战,为人机交互、游戏开发、影视制作等领域提供了一种创新的应用方案。

汉语三维发音动作合成和动态模拟

本文以帮助聋儿言语康复为出发点,从聋儿音频发音数据中获得了聋儿易错发音文本以及聋儿易混淆发音文本对。设计了一个数据驱动的3D说话人头发音系统,该系统以EMA AG500设备采集的发音动作为驱动数据,逼真模拟了汉语的发音,从而可使聋儿观察到说话人嘴唇及舌头的运动情况,辅助聋儿发音训练,纠正易错发音。最后对系统的性能进行了人工评测,结果表明:3D说话人头发音系统可以有效地模拟说话人发音时口腔内外器官的发音动作。此外,本文还用基于音素的CM协同发音模型合成的方法,合成了聋儿易错发音文本的发音动动作,并用RMS度量了合成发音动作与真实发音动作的误差,得到了均值为1.25mm的RMS误差值。

一个特定人脸的校准系统

对基于DFFD算法的人脸校准系统进行改进的基础上，设计了一个基于径向基函数(RBF)的多步离散数据插值算法的新的人脸校准系统。着重介绍了新系统的基本原理和关键技术。此系统可以用于人脸动画系统的人机交互、虚拟社区和三维聊天室。

基于正交照片的人脸重建技术

用计算机模拟人体由于其广泛的应用正在得到越来越多的重视,而作为人的最主要特征的人脸的研究也成为了计算机图形领域最具挑战性的课题之一。此论文介绍了散乱数据插值和DFFD变形方法相结合的一般人头模板修改方法。作者利用该方法从两张互相垂直的照片重建出了特定人脸的几何结构。该方法增强了DFFD变形方法对轮廓形状的控制能力,同时保持了DFFD方法的细节调整能力,最后此论文对模型采用了多方向纹理映射技术重建出了真实感人脸模型。

几何不确定性区间分析及鲁棒气动优化设计

不确定性因素会导致飞行器偏离预先设计的气动性能,造成气动性能下降甚至产生严重的后果。针对工程中无法给出准确的几何不确定性概率分布以及跨声速条件下非线性气动问题,对几何不确定性的非概率参数化建模进行了研究,并结合Kriging模型及最优化方法建立了快速非线性区间分析方法。采用该方法对对称翼型进行不确定性分析,获得了气动性能参数的定量变化区间。在区间不确定性分析基础上建立了鲁棒优化设计流程。基于区间序关系及区间可能度转换模型将单目标区间不确定性优化问题转化为多目标确定性优化问题,并采用基于Pareto熵的自适应多目标粒子群算法对优化问题进行寻优。考虑几何不确定性以及升力、力矩、面积约束,以阻力性能为目标对超临界翼型进行了鲁棒优化设计。与确定性优化设计结果对比表明,确定性优化设计在不确定性因素的影响下易失效,而鲁棒设计可得到更安全可靠的结果。

基于脸部结构知识的三维人脸建模

将Sibson坐标用于局部特征分析,提出了一个新的局部形变模型。该模型具有较强的局部性,可以精细地刻画人脸个性特征,且能够根据人脸形状的先验信息进行整体控制。然后,在局部形变的基础上采用双重形变,实现了两种互补的形变算法在特征级的融合,进一步提高了建模精度。实验结果表明,本算法具有较小的重建误差和较快的处理速度,能够生成光滑、逼真的三维人脸模型。

具有真实感的虚拟人头部的一种构造方法

在人类交流信息、情感和动机暗示的广泛能力之中,面部是其中最关键的组成部分之一.因此,具有真实感的三维人脸模型的构造和动画是计算机图形学领域中一个重要的的研究课题.如何能够便捷有效的构造出具有真实感的三维人头部模型是其中一个难点.本文介绍了一种三维人头部模型的构造方法.该构造方法基于一个已存在的三维头部的无个体特征的一般模型,该模型可以经过调整而创造出具有个性特征的头部模型;借助于从两张从正交角度拍摄的普通的某个人的二维照片上采集到的能够反映该个体特征的数据参考点作为控制点,通过DFFD(DirichletFree FormDeformation)的自由变形方法,调整该三维头部模型,进行非线性变形,向特征人面部结构逼近,从而构造出具有个性化特征的头部模型.在此基础上,本文提出了对该方法的一种改进,即对用来进行控制非线性变形的参考点赋以不同的权值,进行分层次控制,从而使得三维头部模型能够更精确的再现个体特征.

三维特定人脸生成的有效实现方法

三维个性化人脸建模一直是计算机图形领域最具挑战性的课题之一。如何快速、高效地还原具有真实感的三维人脸,是其中的难点。提出了一种快速的三维人脸建模方法,该方法将人脸模型划分成若干个运动相对独立的功能区,然后在各功能区内使用加权自由变形DFFD方法对一般人脸模型进行变形。由于功能区的引入,控制点的数量极大地减少,所以极大地降低了计算量,能很好地满足实时性且更具真实性。