利用三维网格模型的头部运动估计

头部三维运动跟踪是人机交互、虚拟现实及模型基编码等领域研究的重要内容。文中提出了一种借助合成模型估计头部三维运动的算法。首先由正交图像建立输入脸部模型 ,将其变换为初始图像人脸的姿态和大小 ;之后选取图像中 3个特征点和对应的模型点 ,利用块匹配确定图像中 3个特征点的运动 ,由 2 D到 3D的对齐算法 ,求出模型的三维运动参数 ;最后由运动后合成模型与图像的小范围相关检测 ,进一步确定最后的模型运动参数。实验表明该算法建模设备要求简单 ,速度较快 。

基于规则的曲面体三维重建

为了加快曲面体的三维重建速度,提出一种利用面判定重建策略来构造目标形体的重建算法。在面判定重建策略中,提出了"面序列"和"确定性面序列"两个概念。在重建过程中,首先根据2-流形体(2-mani folds)的性质和莫比乌斯法则(M biusrule)以及正投影规律,提取出一些基本的判定规则;然后根据这些判定规则,从由三视图恢复和提取的所有空间候选面中确认面序列及确定性面序列,并将面序列作为拓扑同构面片;最后利用判定规则对候选面片进行组合判定,将符合条件的面片和面序列装配成实体。该方法减少了候选面片的组合判定次数,提高了重建效率。

极低速率模型基视频图像编码(英文)

对模型基编码方法进行了综述 ,着重叙述了目前模型基视频图像编码方法所遇到的问题和解决方法 ,其中许多问题都是我们目前正在研究的内容 ,包括 :3D线框模型、人脸检测、人脸纹理编码、运动参数估计和人脸模型参数编码等 .这些问题是模型基方法在实用前必须解决的问题 ,例如 ,如何在一幅图像中检测和定位人脸 ,如何从构成人脸模型的图像中提取参数 ,及如何进行运动参数的压缩等 .采用这种技术 ,讲话人的脸部图像可用一个模型来表示 ,它在各帧之间的运动可以用很少的参数来编码 。