简化物理模型的卡通火焰模拟

提出一种简化流体物理模型并实现风格化卡通火焰的方法,通过简化外力项及使用实验得出的最佳数值代替每个温度层上的浮力,避免复杂的浮力计算。通过Helmholtz-Hodge分解,分别计算对流、扩散、投影项,整个求解过程是稳定的。该方法因为减少了温度对外力的影响的计算,以及减少了旋流项的计算,速度得到了较大的提高,能高效地实现卡通风格的火焰模拟。     

基于样例的面部表情基生成

针对现有blendshape表情基的生成多依赖手工建模和微调的问题,提出一种基于样例的表情基自动生成方法。以一组通用的面部模型为先验模型,实现每个 blendshape 的表情语义逐步求精。通过该方法生成的blendshape表情基能够将通用模型的表情语义和表情动态映射到目标模型上,从而实现模型在应用上的可扩展性,使用户能够按照自身需求逐步计算出更为丰富的面部表情模型。实验结果表明,在梯度空间建立形变约束,并将其转化为一个关于blendshape的优化问题,能更加有效地控制blendshape表情基的变化趋势,并且计算时间更短,真实感更强。     

基于全局信息的人脸特征点精确定位

空间中物理位置的线性变化在图像空间的变化往往是非线性的,人脸特征点定位受到头部姿态较大的影响。提出一种改进的基于头部姿态估计的条件回归森林方法,该方法有效地将原非线性问题转换为分段线性问题。使用局部保持投影（LPP）得到全局的姿态信息标签,通过非线性回归（NLR）得出头部姿态,训练并使用条件回归森林对全局特征条件下的人脸特征点进行一个精确定位。实验结果表明,该方法有效地降低了头部偏转等图像空间中的非线性变化引起的特征估计误差,提高了人脸特征点定位的精确度。