基于单张照片的三维人脸重建的研究

发布时间：2017-09-02 10:19

  本文关键词：基于单张照片的三维人脸重建的研究

  更多相关文章： 单张照片 三维人脸建模 特征点匹配

【摘要】：当前,随着计算机技术的不断进步和多媒体技术的发展,三维人脸建模技术近年来成为了图形学领域的一个研究热点。人脸作为人体最为特殊的生理器官,与其它人体器官相比,具有更为丰富的表情以及更多的动作体验。正是由于人脸本身具备特殊性和形态多样性等特征,使得对于三维人脸建模技术的相关研究面临着很多困难,特别是直接使用单张照片来进行三维人脸建模,由于其深度信息的缺失,更是面临着不少挑战。然而某些场合,详尽的脸部信息获取不仅成本昂贵,而且由于对象本身的原因,获取详尽的脸部信息也比较困难。单张照片的获取相对来说较为容易,这就使得使用单张照片来进行快速的三维人脸建模的需求较为迫切。正是在这样的背景下,本文选择以单张人脸照片作为输入样本,对其进行三维人脸模型的重建,由此实现从二维平面图像到三维立体模型的还原。本文首先对国内外有关三维人脸建模技术的相关研究成果进行综述,并对当前主流的三维人脸建模方法,进行归纳总结。之后在形变模型理论基础上,阐述了径向基函数及相关的算法,特别是对不同维度的薄板样条基函数算法进行分析,并使用不同维度的薄板样条基函数进行人脸图像稠密对应;之后借助主成分分析法建立通用人脸模型,并由此延伸构建特定人脸三维模型算法。在本文的三维人脸的重建过程中,特征点的选取尤为重要。本文在特征点的选取上,提出了一种基于改进的ASM算法,比传统的ASM算法在特征点的定位上更加精确。最后,在前文理论研究和算法分析的基础上,基于形变模型理论,以Candide3三维人脸模型为根本,通过单张照片和通用三维人脸模型的逐步匹配,使用OpenCV和open GL程序完成验证,实现了特定人脸照片的三维人脸模型具体重建过程的实验,并对最终的重建结果进行展示。最终的效果表明:本文所研究的基于单张照片的三维人脸建模技术,在正面、侧面和俯仰面均能够实现较好的建模效果。本文的研究,对于进一步推进三维人脸模型在影视广告、医疗美容、游戏动漫、视频认证等多方面的实践应用具有积极的意义;同时三模人脸建模的相关研究也有助于在未来模拟人体医学、虚拟现实等方面的良好应用。
【关键词】：单张照片 三维人脸建模 特征点匹配
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-18
• 1.1 研究背景及意义11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究意义12
• 1.2 国内外研究综述12-16
• 1.2.1 国外研究综述12-14
• 1.2.2 国内研究综述14-16
• 1.3 研究主要内容和基本框架16-17
• 1.3.1 研究主要内容16
• 1.3.2 论文基本框架16-17
• 1.4 本章小结17-18
• 第二章 三维人脸建模方法与技术18-28
• 2.1 基于人体结构的建模方法18-20
• 2.1.1 人脸参数建模方法18
• 2.1.2 生理结构人脸建模方法18-20
• 2.2 基于视频或图像的人脸建模方法20-24
• 2.2.1 基于视频的人脸建模方法20-22
• 2.2.2 基于图像的人脸建模方法22-24
• 2.3 基于形变的人脸建模方法24-25
• 2.4 三维人脸建模的基本技术总结25-26
• 2.5 本章小结26-28
• 第三章 基于形变的三维人脸建模算法分析28-40
• 3.1 径向基函数及其算法28-30
• 3.1.1 径向基函数概述28-29
• 3.1.2 不同维度薄板样条函数算法29-30
• 3.2 基于薄板样条基函数算法的人脸图像稠密对应方法比较30-33
• 3.2.1 三维薄板样条基函数算法的人脸图像稠密对应30-32
• 3.2.2 二维薄板样条基函数算法的人脸图像稠密对应32-33
• 3.3 通用人脸模型的建立33-35
• 3.3.1 主成分分析法33-34
• 3.3.2 通用人脸模型特征向量的提取34-35
• 3.4 特定人脸图像的建模35-39
• 3.4.1 基于最优化逼近法的特定人脸图形建模35-38
• 3.4.2 基于薄板样条基函数的特定人脸图形建模38-39
• 3.5 本章小结39-40
• 第四章 基于形变的单张照片三维人脸模型建立40-68
• 4.1 通用三维人脸模型的选取40-41
• 4.1.1 人脸模型的表示方式40
• 4.1.2 通用三维人脸模型选取的方法40-41
• 4.2 CANDIDE3模型与人脸照片特征点的联系41-43
• 4.2.1 Candide3三维人脸模型简介41
• 4.2.2 Candide3三维人脸模型特征点41-43
• 4.3 人脸检测43-44
• 4.3.1 Adboost算法的实现43-44
• 4.4 一种改进的ASM特征点提取算法44-55
• 4.4.1 构造PDM模型45
• 4.4.2 样本训练集对齐45-46
• 4.4.3 主成分分析法（PCA）46-48
• 4.4.4 图像特征点搜索48
• 4.4.5 特征点局部灰度模型48-49
• 4.4.6 特征点搜索匹配49-50
• 4.4.7 改进的ASM算法50-52
• 4.4.8 常见的人脸数据库52
• 4.4.9 改进后的asm算法的实现52-55
• 4.5 三维人脸模型的逐步匹配调整55-63
• 4.5.1 Candide3模型角度调整55-58
• 4.5.2 人脸照片与三维模型的初步匹配调整58-60
• 4.5.3 基于稠密关系对应的二次匹配调整60-62
• 4.5.4 非特征点的形变精确匹配62-63
• 4.6 特定人脸三维模型建立效果展示与评价63-64
• 4.6.1 特定人脸三维模型展示63-64
• 4.7 实验结果及性能分析64-67
• 4.7.1 基于原始的asm特征点提取建模效果和改进的asm算法对比64
• 4.7.2 与同类建模方法之间的比较64-65
• 4.7.3 大旋转角度建模效果65-67
• 4.8 本章小结67-68
• 第五章 系统实现总结68-73
• 第六章 结论与展望73-75
• 致谢75-76
• 参考文献76-79

【相似文献】

中国期刊全文数据库 前10条

1 吴通理;郑建德;;三维人脸识别及其关键技术[J];福建电脑;2007年02期

2 杨臻;管业鹏;朱秋煜;;一种自动鲁棒的三维人脸重建方法[J];微计算机信息;2007年31期

3 李健;师永刚;;基于标准模型的三维人脸建模与控制[J];陕西科技大学学报(自然科学版);2008年06期

4 罗恒希;陈雷霆;何明耘;;利用对称性实现三维人脸姿态的自动估计[J];计算机应用研究;2008年07期

5 王跃明;潘纲;吴朝晖;;三维人脸识别研究综述[J];计算机辅助设计与图形学学报;2008年07期

6 胡异丁;朱斌;甘俊英;;基于三维人脸建模的多姿态人脸识别[J];计算机工程与设计;2009年07期

7 邓秋平;赵宇明;;基于单幅正面照片的三维人脸重建方法[J];计算机工程;2010年20期

8 李晔;王映辉;刘晶;;基于脊谷特征提取的三维人脸识别[J];计算机工程与应用;2011年12期

9 刘笃晋;孙淑霞;李思明;;一种新的单张照片三维人脸重建方法[J];计算机仿真;2011年09期

10 陆涛;谭晓阳;;改进的三维人脸稠密对齐方法[J];电子科技;2012年07期

中国重要会议论文全文数据库 前7条

1 刘媛媛;孔德慧;尹宝才;;一种真实感三维人脸编辑算法[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

2 林增刚;张艳宁;郭哲;;一种有效的三维人脸识别方法[A];第十二届中国体视学与图像分析学术会议论文集[C];2008年

3 潘仁林;达飞鹏;邹红艳;王朝阳;;基于面部曲线弹性匹配的三维人脸识别方法[A];第六届全国几何设计与计算学术会议论文集[C];2013年

4 刚强;刘万春;朱玉文;;三维人脸真实感表情的生成[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

5 王元春;刘跃虎;李W毘，

本文编号：777956