三维人脸重建与人脸识别

发布时间：2021-01-03 10:53

　　三维人脸形状可以提供一个不受光照影响且具有准确姿态信息的几何表示,在人们日常生活中受到了广泛的应用,比如人脸识别和动画。现有的三维人脸数据获取方式需要依赖于一些专业设备,比如高成本,高精度的数字扫描仪和低成本,低精度的深度相机。由于三维人脸形状并不能像人脸图像那样通过常用的手机就可以采集得到,因此本文提出基于人脸图像的三维人脸重建方法,并将重建的人脸形状或者通过设备采集得到的深度图像运用到人脸识别任务当中。本文的主要研究内容包括:（1）基于单张人脸图像的带有几何细节的三维人脸重建;（2）基于三维人脸模型的人脸识别算法;（3）基于深度图像的人脸识别算法。基于单张人脸图像的带有几何细节的三维人脸重建:受最近基于RGB-D或单目视频输入的人脸动画工作的启发,我们提出了一种新颖的方法,采用粗糙到精细的优化策略,从无约束的二维人脸图像中重建出三维人脸形状。首先,通过对齐二维和三维上的人脸关键点,我们可以根据双线性人脸模型生成出来一个光滑粗糙的三维人脸模型。然后,引入局部矫正变形场并提出颜色相容性约束条件对粗糙的三维人脸模型进行优化,得到较为精细的人脸模型。最后,在较为精细的人脸模型上使用Shap... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：103 页

【学位级别】：博士

【部分图文】：

图１．２?—些基于三维人脸形状的应用

脸参数化模型，并把三维人脸参数化模型与输入的二维图片做注册，通过最小化??一些基于人脸关键点和人脸反射率的能量函数来获取一个优化后的三维人脸模??型。图１．４展示了这一类方法的具体过程。Ｖｅｔｔｅｒ和Ｂｌａｎｔｚ等人在１９９９年提出了??３??

输入图片?输出模型??图１．４基于三维人脸参数化模型的重建方法的基本流程图［３（？。??著名的人脸参数化模型１３＇即可产生形变的三维人脸模型（３ＤＭＭ）。他们用激??光扫描仪釆集了?１〇〇位年轻男性和１〇〇位年轻女性的三维人脸点云数据，并把这??些点云都转成拓扑关系一致的包含有大约７万个顶点的三角网格，而且还为每??个顶点记录了它所对应的人脸上的颜色值。接下来他们把一种常见的数据压缩??方法，称为主成分分析方法（ＰＣＡ），作用在这两百个三维人脸数据上来获取一??组相互正交的特征向量。这样任何一个人脸模型都可以通过这组正交的特征向??量的线性组合来表示，也就获得了一个三维人脸参数化的模型。同样地，他们还??获取一个二维人脸参数化的纹理模型。最后他们利用三维人脸参数化模型和二??维人脸参数化纹理模型渲染出一张新的人脸图像，通过优化这两个模型中的参??数以及相机姿态，光照等使得渲染后的图像与原始的输入图像尽可能一致。由于??他们的方法需要手动标识图像中的人脸区域，后来出现了一些改进的工作［２９，３１］??可以完全自动化地重建三维人脸模型。虽然３ＤＭＭ人脸建模方法可以有效地表??示不同身份的人脸

【参考文献】：
硕士论文
[1]基于个性与共性探讨的人脸美化[D]. 王少标.中国科学技术大学 2016



本文编号：2954856