基于二维图像的三维人脸建模技术研究

建立三维人脸模型是计算机图形学领域的一个研究热点。本文提出了一种由中性人脸模型通过特征点的调整得到特定人脸的建模方法,根据二维图像中定义好的特征点,把中性人脸模型上对应点的信息进行比较和修改,应用散乱数据插值技术进行非特征点的变换,并对变换后的模型进行光滑处理,从而得到更加自然真实的人脸模型。     

人脸自适应三维建模的研究与实现

以Candide-3 模型为基础,提出了一种适应不同人脸的三维建模方法。该方法通过对人脸的灰度图像及相应的边缘检测图像进行分层次区域灰度投影,确定了人脸面部器官的大致区域,同时对二值化图像进行分析,采用直接定位和计算定位两种方式,提取了人脸特征点,并以此为基础建立了人脸的三维模型。实验证明,该方法能够较好地调整标准Candide-3 模型,使之适应不同的人脸。     

基于二维图像三维重建的人脸特征提取技术研究

采用基于二维图像的三维重建对人脸特征进行提取.首先应用平行双目视觉原理获取人脸的二维图像,然后对图像进行预处理,消除图像上的噪音点,增强图像,以便提取特征点,对这些二维图像上的特征点进行优化计算,最后得到整体人脸的三维特征点信息.     

基于形变模型的三维人脸建模方法概述

提出一种改进的分区域差值算法,能有效的缩短一般人脸模型的轮廓变换时间。在图像拼接算法中,使用新的加权因子,使重叠区域能平稳的过渡,并且不出现亮度跃变现象。采用新的全视角人脸纹理生成流程,使人脸纹理更加逼真。实验证明,这些改进使三维人脸重建在时间和真实感方面均有较明显的提高。     

基于灰度差投影的快速人脸定位和特征提取

人脸识别是近年来热门而且发展很迅速的一个研究课题。人脸定位作为人脸识别的第一步，更加显得重要。本文比较了现有的各种投影定位方法，给出了各方法的实验结果。在此基础上，提出了一种新的定位方法，并用于人脸左右边界的定位和鼻子的定位。实验结果表明，这种方法不仅速度非常快，而且定位准确率要远远高于现有方法。     

论三维人脸建模技术的应用

建立三维人脸模型和表情动画是计算机图形学领域的一个研究热点,本文分析了三维人脸建模技术研究的现状,论证了三维人脸建模技术在虚拟现实、影视制作、计算机辅助教学、可视电话、视频会议、医学研究、游戏娱乐等诸多方面,都具有很强的应用价值。提出了三维人脸建模技术研究方法。     

特定三维人脸建模方法综述

介绍人脸建模的研究背景、研究内容以及研究热点,总结近期三维人脸建模的常用方法及优缺点,展望今后人脸建模的研究方向。三维建模是计算机视觉和计算机图形学领域中一个基本的问题,人脸因其普遍性和特殊性,成为众多研究人员的研究目标。     

基于照片的特定三维人脸建模方法

个性化的人脸模型在游戏娱乐、电影制作、聋哑人辅助教学等领域发挥着重要的作用.因此特定人脸建模越来越受人们重视.特定人脸建模是指利用具体的人脸信息建立具有不同特征的人脸模型.利用人脸的正面和侧面照片,首先对通用人脸模型进行几何信息的修改,使通用人脸模型的几何形状与特定的人脸模型一致;然后参考MPEG-4中的人脸定义标准,标识出人脸正面照片以及侧面照片中的特征点,使用克里金函数插值方法,通过对通用人脸模型进行纹理图像的变形,从而建立特定人脸模型.实验结果表明,克里金插值方法是一种光滑的内插方法,在数据点多时,其内插的结果可信度较高.     

基于Curvelet的人脸特征提取及识别研究

人脸特征点定位与提取的精确性在很大程度上影响着最终人脸识别结果的准确率。在明确人脸特征提取及识别重要性的基础上,将Curvelet变换应用于人脸特征提取及识别中,详细研究了人脸特征提取的预处理实现过程,并进一步分析了基于Curvelet变换的截取处理、判别处理以及分层处理。     

基于Gabor小波的人脸特征提取

对基于Gabor小波变换的人脸特征提取方法进行了研究。对于预处理后的图像通过Gabor小波滤波器对人脸特征进行提取,获得特征向量来作为神经网络的输入值,最后应用人工神经网络实现人脸检测来检测算法有效性。实验结果表明,这种方法具有较高的识别率。     

基于二维Gabor小波特征的三维人脸识别算法

分析三维人脸识别技术,提出一种基于Gabor小波特征的三维人脸识别算法。该算法采用二维Gabor小波特征精确且稳定地描述人脸特征,重建三维人脸模型并对其进行模板匹配,对匹配后的三维人脸模型进行线性判别分析。对基于ORL和UMIST两个人脸数据库的实验结果表明,该算法性能优良。     

基于二阶双向二维主成分分析的人脸识别方法

为了克服光照变化较大的情况对识别率的影响,提出基于二阶双向二维主成分分析(Sec-(2D)2PCA)的人脸识别方法。丢弃提取人脸图像的(2D)2PCA的前几个反映光照信息的主成分。在剩余图像中再次使用(2D)2PCA方法。Yale人脸库B和Yale人脸库上的试验结果表明,该方法在识别性能上优于2DPCA、(2D)2PCA、Sec-2DPCA方法。     

基于复空间中K-L变换的人脸识别

文中提出了一种基于复空间中从类平均向量中提取判别信息的K-L变换的人脸识别新方法。在ORL人脸库上实验结果表明所提出的方法不仅识别性能优于经典的Eigenfaces和Fisherfaces，而且最佳识别率达到97％。     

基于区域控制模型的三维人脸重建技术

根据头骨和面部肌肉的解剖结构提出了一个人脸区域控制模型,该模型采用骨骼和皮肤2层网格来表示一个三维人脸,其中外层的皮肤网格被划分成几个功能区域,不同区域采用不同的子区域变形模型.基于该模型实现了一个三维人脸重建系统,该系统在"计算机辅助眼镜设计系统"中得到了很好的应用.     

基于2DLDA的人脸识别快速算法的研究

二维投影利用表示图像的矩阵直接抽取特征．计算量主要与图像的大小有关,能适用于大类别的人脸识别。针对二维投影抽取出的特征是矩阵,存在特征之间的冗余度大、特征数量多、不利于存储和分类等弱点,该文通过二维投影后的样本再作一次向量形式的特征抽取办法进一步降低二维投影抽取出的特征数量,并缩短了特征识别时间。计算机仿真研究验证了所提出方法的正确性。     

一种基于2DLPP和2DLDA的人脸识别方法研究

局部保持投影（locality preserving projection,LPP）和线性鉴别分析（linear discrimin antanalysis,LDA）是两种有效的一维特征提取方法,广泛应用于人脸识别领域。但采用一维特征提取方法时会存在列向量化时样本的结构信息被破坏和样本在提取特征时必须对协方差矩阵进行特征分解,对于高维小样本的问题很容易出现协方差矩阵奇异的问题。文中提出将二维局部保持投影（2DLPP）和二维线性鉴别分析（2DLDA）这两种方法在特征层进行融合并应用在人脸识别。基于人脸库AR上的实验表明,该方法比传统的IJPP和LDA识别性能更高,因此可作为一种新的人脸识别方法。     

改进的基于形变模型的三维人脸建模方法

提出了基于均匀网格重采样算法的原型三维人脸对应算法. 基于人脸特征实现原型三维人脸之间的对应, 克服了传统对应算法对应效果差，算法精度低的缺陷；提出了基于改进遗传算法的形变模型匹配算法. 新的匹配算法不依赖于目标函数的梯度信息和初值，全局搜索能力强. 优化过程中交叉和变异概率的调节机制，有效提高了算法的收敛速度和精度. 实验结果表明，新的对应算法可有效实现原型三维人脸之间的对应，提高形变模型的精度. 新的匹配算法能有效提高模型匹配的效率和精度，缩短模型匹配时间.     

基于支持向量回归机的三维人脸建模方法研究

提出一种新的三维人脸建模方法,该方法首先运用双目立体视觉原理从不同角度获得人脸的两张照片,在一张照片上选定特征点,通过匹配在另一张照片上得到对应的特征点,然后从空间立体几何知识出发,根据两张照片上特征点的坐标以及拍摄时的参数,计算其三维坐标,利用支持向量回归机(SVR)对其进行回归预测建模,最后经纹理贴图,得到具有纹理特征的特定三维人脸模型。仿真实验结果表明,该方法获得的三维人脸模型较为逼真。     

三维人脸建模研究的进展与展望

介绍三维人脸建模的研究目的及内容,分析该领域的研究热点和方向,以及未来的技术应用与发展.三维人脸建模及动画技术是计算机图形学研究的一个热点,人脸以其普遍性和易用性成为众多三维建模算法的实践平台,同时又由于人脸的复杂性和易变性,三维人脸建模也是一个极具挑战性的研究课题.