基于深度相机的京剧脸谱个性化建模技术研究

发布时间：2023-03-09 18:06

　　三维个性化建模技术是计算机视觉、虚拟现实等领域的一大研究热点,京剧作为我国国粹,而对于京剧脸谱数字化的建模技术近几年也受到了国内外研究学者的关注,并取得了一定的研究成果。目前,关于个性化京剧脸谱的实现方法主要有两个方向,一是脸谱妆容的二维投影的研究;另一个是矢量化脸谱纹样的逐层建模。但是,以上两种方法均基于脸谱纹样矢量库进行研究,存在着或真实感不足,或需要手工变形无法实时个性化等问题,因此,本文基于深度相机进行京剧脸谱的个性化研究,目的是让个性化效果更加真实且可以实时驱动,研究内容主要包括多帧人脸点云的配准拼接、面部数据的检测跟踪以及个性化脸谱变形技术三个方面,具体研究内容归纳如下:首先,设计了基于RGB图像三维映射的点云AU(Action Unit)单元的区域划分,并基于AU单元的快速点特征直方图(Fast Point Feature Histograms,FPFH)进行点云粗配准的方法。对于迭代最近点(Interative Closest Point,ICP)点云配准方法的效率低问题,采用AU单元局部特征代替点云全局特征,提高特征提取的效率,并采用AU单元局部特征进行粗配准,解决I...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状及应用
    1.3 研究目标及主要内容
    1.4 论文组织结构
第二章 基于ICP算法的人脸重建方法
    2.1 人脸重建技术简介
    2.2 REALSENSE D435 相关知识
        2.2.1 Realsense D435 背景知识
        2.2.2 Realsense D435 参数知识
    2.3 基于REALSENSE D435 的点云获取
        2.3.1 单帧点云数据的获取
        2.3.2 背景减除
    2.4 多帧点云配准
        2.4.1 基于AU单元特征粗配准
        2.4.2 基于ICP算法的细配准
    2.5 本章小结
第三章 基于ADABOOST的实时特征点检测方法
    3.1 算法流程
    3.2 基于深度信息的图像预处理
    3.3 基于ADABOOST算法的人脸检测
        3.3.1 算法概述
        3.3.2 图像LBP的特征向量提取
        3.3.3 分类器训练与级联
        3.3.4 人脸检测结果
    3.4 人脸追踪
    3.5 关键特征点提取
        3.5.1 AAM建模过程
        3.5.2 AAM匹配过程
    3.6 本章小结
第四章 基于BLENDSHAPE的个性化京剧脸谱建模方法
    4.1 基于LAPLACIAN算法的个性化京剧脸谱
        4.1.1 Laplacian算法原理
        4.1.2 Laplacian个性化京剧脸谱效果
    4.2 基于AU单元的京剧脸谱形状基创建
        4.2.1 虚拟京剧脸谱的AU单元划分
        4.2.2 基于AU单元划分之后的脸谱形状基
        4.2.3 BlendShape算法流程
    4.3 基于AU单元的个性化京剧脸谱形状融合
    4.4 本章小结
第五章 个性化京剧脸谱系统设计与实现
    5.1 平台搭建
        5.1.1 交互平台设计目标
        5.1.2 个性化脸谱交互平台总体架构
    5.2 个性化京剧脸谱系统实现
        5.2.1 系统流程
        5.2.2 AU单元参数映射
        5.2.3 个性化脸谱效果及分析
    5.3 本章小结
第六章 结论与展望
    6.1 主要结论
    6.2 研究展望
参考文献
在学期间的研究成果
致谢



本文编号：3758049