基于运动传播和Isomap分析的三维人脸动画编辑与合成

提出一种三维人脸动画数据编辑与合成的有效方法,使用户可以在三维人脸模型上选定控制点,并在二维平面上指定表情动作的约束条件.根据人脸动画数据训练一个先验概率模型,将较少的用户约束传播到人脸网格的其他部分,从而生成完整生动的人脸表情;通过Isomap学习算法对三维人脸动画知识进行建模,并结合用户指定的关键帧拟合高维曲面上的平滑测地线,以自动合成新的人脸动画序列.实验结果表明,该方法可以直观地对人脸动画的生成进行交互式控制,并能生成较为逼真的表情动画.     

具有真实感的三维人脸动画

具有真实感的三维人脸模型的构造和动画是计算机图形学领域中一个重要的研究课题.如何在三维人脸模型上实时地模拟人脸的运动,产生具有真实感的人脸表情和动作,是其中的一个难点.提出一种实时的三维人脸动画方法,该方法将人脸模型划分成若干个运动相对独立的功能区,然后使用提出的基于加权狄里克利自由变形DFFD(Dirichlet free-form deformation)和刚体运动模拟的混合技术模拟功能区的运动.同时,通过交叉的运动控制点模拟功能区之间运动的相互影响.在该方法中,人脸模型的运动通过移动控制点来驱动.为了简化人脸模型的驱动,提出了基于MPEG-4中脸部动画参数FAP(facial animation parameters)流和基于肌肉模型的两种高层驱动方法.这两种方法不但具有较高的真实感,而且具有良好的计算性能,能实时模拟真实人脸的表情和动作.     

基于单张图像的三维人脸建模与表情动画

在人机交互、数字娱乐等领域,传统的表情合成技术难以稳定地生成具有真实感的个性化人脸表情动画.为此,提出一种基于单张图像的三维人脸建模和表情动画系统.自动检测人脸在图像中的位置,自动定位人脸上的关键点,基于这些关键点和形变模型重建个性化三维人脸模型,对重建的人脸模型进行扩展得到完整的人脸网格,采用稀疏关键点控制的动画数据映射方法来驱动重建的人脸模型生成动态表情动画.实验结果表明,该方法稳定性强、自动化程度高,人脸模型与表情动画比较逼真.     

基于径向基函数多步离散数据插值的人脸变形研究

文章介绍了如何把基于径向基函数多步离散数据插值的方法用在人脸变形技术上,该方法是在对脸部定义的特征点进行分层的基础上,和已知特征点位移的条件下,利用一种基于迭代的插值方法求出特征点周围的网格点位移,从而进行人脸变形。这种方法既保证了脸部局部区域变形的精确性和平滑性,又减少了运算的复杂度。在人脸动画方面该算法也得到了广泛的应用。     

基于Kinect与网格几何变形的人脸表情动画

面部表情重建的实时性与重建效果的真实性是人脸表情动画的关键问题,提出一种基于Kinect人脸追踪和几何变形技术的面部表情快速重建新方法。使用微软的Kinect设备识别出表演者面部并记录其特征点数据,并利用捕捉到的特征点建立覆盖人脸的网格模型,从中选取变形使用的控制点数据,由于Kinect可以实时地自动追踪表演者面部,由此实现了利用三种不同变形算法对目标模型实时快速重建。实验结果表明,该方法简单易实施,不用在表演者面部做任何标定,可以自动地将人脸表情动作迁移到目标模型上,实现人脸表情快速重建,并且保证目标模型表情真实自然。     

基于球面参数化的人脸动画重映射

动画重映射是生成真实感人脸动画的重要途径,为了快速地进行人脸动画重映射,提出了一种基于球面参数化的动画重映射算法,该算法先通过引入球面参数化来保证参数域上的三角面不重叠,再利用重心坐标插值,以实现简单、无歧义的重映射。该算法不仅能够在保证真实感的基础上显著提升重映射的速度,并可减少需要标记的关键点个数。另外,结合唇线自动分割和区域划分还能修正直接插值产生的错误。实验表明,该新算法可用于Motion Capture采集的稀疏关键点的人脸动画数据的重映射。     

基于粒子群算法和控制参数化的多无人机编队重构控制方法

针对多无人机(UAV)编队重构最优控制问题,提出一种基于粒子群算法(PSO)和控制参数化的方法。综合考虑无人机飞行动力学模型和编队重构的终端状态等式约束、安全防撞距离与通信保障距离的连续状态不等式约束。使用一种改进的粒子群算法求出该编队重构问题的最优控制输入;利用控制参数化方法将编队重构问题转化为一个最优参数选择问题,同时应用约束转录方法结合局部光滑技术处理连续状态不等式约束,并在改进粒子群算法获得的最优解下寻找更加精确的最优解。通过对比仿真,验证了所提重构方法的有效性。     

时空人脸表情动画编辑

为了提高计算机合成人脸表情动画的后期制作效率,提出一种基于时空的人脸表情动画编辑方法.首先使用基于拉普拉斯的网格变形技术将用户的编辑效果在空间域传播到整个人脸模型,很好地保留了中性人脸模型的几何细节特征,从而提高合成表情的真实感;然后使用高斯函数将用户编辑效果在时间域传播到邻近表情序列,保持人脸表情动画的平滑过渡,所合成人脸表情动画与初始给定数据保持一致.该方法为用户提供了人脸表情动画编辑的局部控制,可由用户指定编辑的影响范围,使得编辑效果在指定范围内自然传播.实验结果表明,文中方法所合成人脸表情动画自然、真实,有效地提高了数据驱动人脸表情动画的编辑效率.     

双层级联神经网络的人脸超分辨率重建

针对普通的基于卷积神经网络的人脸超分辨率方法未能结合人脸结构信息，重建图像易出现五官偏移、边缘模糊等问题，提出一种基于双层级联神经网络的人脸超分辨率重建方法。在重建网络中加入面部先验信息估计模块，捕捉输入图像的面部关键点信息，约束重建图像与目标图像的空间一致性。在CelebA与Helen数据集上的实验结果验证了该方法对正面人脸能够准确地重建面部五官，对侧面及遮挡人脸等不同的变形人脸也具有强鲁棒性。     

基于树型稀疏模型的重构算法在人脸图像中的研究

人脸图像的识别率一直以来都是研究的热点。提出一种基于树状稀疏模型的算法。首先通过在小波域稀疏特性基础上构建一种图像数据的树状稀疏模型,进而针对此模型设计一种新的人脸图像重构算法。在人脸图像中使用消除人脸部的冗余信息,通过与传统重构算法的比较以及采用3个标准人脸数据集对该算法进行测试。仿真实验表明,该算法相对于参比算法,提高了人脸图像识别精度,具有很好的鲁棒性。