基于Candide模型的人脸深度信息生成技术研究

目前通过2D转3D技术转换的3D电影场景中,绝大部分关于人脸的深度信息生成都不令人满意：深度值不准确、立体效果差。文中为解决特定二维人脸图像转换为三维人脸图像提供了一个比较简单有效的方法。首先,应用Candide模型作为通用的3D人脸模型,然后对通用模型调整控制点进行全局变换和局部变换,通过三维模型与人脸最大限度的匹配得到特定人脸三维网格模型。对网格模型采用顶点规则化和NURBS曲面拟合方法获得光滑的模型表面使其逼近人脸,最后生成准确的人脸深度信息。     

从2D帧到3D人脸建模的基于Candide模型的合成方法

本文应用Candide模型作为通用的3D人脸模型,介绍了一种结合自动和交互方式的合成方法,从2D视频帧合成3D人脸模型。首先利用可变形模板自动提取脸部的特征点,在图像质量不好时,可以进行交互式操作。然后对通用模型进行全局变换和局部变换,对于非特征点的调整,采用径向基函数进行插值。最后通过对图像划分区域,分段完成纹理贴图,合成3D人脸模型。     

基于运动估计的深度信息生成技术研究

国内外的多家电视媒体和拥有立体显示技术的企业都进行过开播数字立体频道的尝试,立体电视(3DTV)是未来的一个趋势.而立体视频片源制作费用高,周期长,是目前亟需解决的问题.描述了一种3DTV解决方案,提出了一个平面视频转换立体视频的方法.并主要针对方法中的深度信息生成问题,结合运动估计算法,解决了小范围内非关键帧深度信息自动生成问题,简化了转化过程中的人为工作量,提高了效率,降低了制作成本.证明了单目平面视频转换为基于深度信息的立体视频的可行性,得到较为满意的结果.     

基于深度生成模型的人脸编辑研究进展

人脸编辑广泛应用于公安追逃、人脸美化等领域,传统的统计学方法、基于原型的方法是解决人脸编辑的主要手段,然而这些传统技术面临着操作难度大、计算成本高等问题.近年来,深度学习快速发展,特别是生成网络的出现,为人脸编辑提供了一种全新的思路,采用深度生成模型的人脸编辑技术具有速度快、模型泛化能力强的优势.为总结近年利用深度生成...     

面向应用的个性化3D人脸模型快速生成技术

真实感3D人脸模型生成技术是计算机图形领域研究的热点问题之一,但已有的相关方法存在真实感差、算法复杂度高、局限性多、实用性弱等问题．在分析3D人脸模型姿态矫正和模型变换方法基础上,研究基于一张人脸正面图像和普通3D人脸模型、采用关键特征点匹配和真实感纹理映射方法构建个性化3D人脸模型的方法,最后利用基于C＋＋和OpenGL实现的原型系统进行实验分析．实验结果表明该方法计算简单、建模效率高,且适用于影视特效制作、3D网络游戏、医学美容等领域．     

基于深度信息的压缩感知人脸检测跟踪

传统的压缩感知跟踪是基于彩色视频图像序列中的目标跟踪, 但在跟踪过程中可能会受到光照变化和旋转遮挡因素的影响, 从而导致复杂环境下跟踪结果的鲁棒性不足. 为了获得稳定的跟踪结果, 提出了一种基于深度信息的压缩感知人脸检测跟踪算法. 首先, 根据改进的质心分割算法确定首帧深度图中人脸的跟踪位置. 其次, 根据深度信息计算出深度图中每一点对应的平均曲率并形成平均曲率图. 然后, 基于平均曲率图随机提取压缩特征; 最后, 通过压缩降维, 目标邻域搜索, 迭代更新特征模板, 计算出平均曲率图中下一帧人脸的最优跟踪位置, 实现人脸跟踪. 实验结果表明, 将人脸的深度信息和压缩感知特征相结合在光照变化和旋转遮挡情况下具有很好的鲁棒性, 能更好的实现复杂背景下对多姿态人脸的跟踪.     

基于超图的产品4D信息模型描述的研究

在产品设计过程中,产品的4D信息模型(即以产品的3D模型为基础,以设计进程为时间坐标的4D信息模型)作为对产品信息的结构化集成,需要表达产品信息之间的各种复杂关系,并在整个产品进化过程中保持这些关系的一致性。本文在对产品设计过程中的4D信息特征进行分析的基础上,引入了超图理论来描述产品4D信息模型设计过程的信息,对产品4D信息模型建立的理论基础进行了研究,并对4D信息模型进行形式化描述研究,为产品设计及其过程管理提供了一种新的途径和研究方法。     

基于深度学习的人脸虚拟表情样本生成

近年来随着深度学习的快速发展,在计算机检测和图片识别领域,人脸识别作为一个重要分支已经越来越受到国内外学者及专家的关注.人脸面部虚拟表情的生成作为模式识别的一个小分支,其在人机交互中的表情识别互动中发挥了不可替代的作用.卷积神经网络(CNN)在计算机视觉方面应用广泛,只要数据可以变成图像的格式都可以通过学习来得到我们想...     

基于深度信息的人脸特征识别

提出了一种通过提取人脸局部深度信息定位人脸特征点的方法。该方法首先利用人脸肤色在YCrCb色度空间中的聚类性定位人脸范围，然后通过建立一个前馈神经网络提取人脸局部的相对深度，从而实现对鼻尖的定位。经实验验证，本方法具有较好的准确性。     

基于人脸标准化的纹理和光照保持3D人脸重构

现有人脸纹理重建方法对于人脸的皱纹、胡须、瞳孔颜色等重建效果往往不够细致.为了解决此问题,文中提出基于人脸标准化的纹理和光照保持3D人脸重构.首先对2D人脸图像标准化,使用光照信息和对称纹理重构人脸自遮挡区域的纹理.然后依据2D-3D点对应关系从标准化的2D人脸图像获取相应的3D人脸纹理,结合人脸形状重构和纹理信息,得到最终的3D人脸重构结果.实验表明文中方法有效保留原始2D图像的纹理和光照信息,重构的人脸更自然,具有更丰富的人脸细节.     

基于力反馈技术的三维模型表面绘制技术研究

本文将力反馈技术引入虚拟绘制过程中,提出一种基于力反馈技术的三维模型表面绘制方法。首先分析毛笔在三维绘制过程中的受力和变形,采用弹簧-振子模型建立三维毛笔模型;然后由毛笔碰撞变形后的最小包围球找出碰撞相关点,计算碰撞相关点的平均法矢确定投影平面,通过计算毛笔的变形得出在投影平面上的笔触,将该笔触投影到三维模型表面,同时控制毛笔的受力和运笔路径叠加笔触获得具有特定书法效果的三维笔道;最后介绍了仿真系统,使用Phantom Desktop力反馈设备在该系统中实现了三维模型表面的绘制。仿真结果表明,该方法再现了三维模型表面绘制的力觉控制过程,增强了绘制过程中的真实感。     

基于异形曲面拟合引导的深度信息修复算法

为了克服异形投影曲面RGB-D空间的深度信息出现非预期抖动、表面采样缺失等问题,提出一种基于异形曲面拟合引导的深度信息修复算法。通过将格雷码序列图像投射于异形投影曲面对其赋予高可用纹理特征,使纹理形态为原始深度信息的修复过程提供强约束引导参照,以实现异形投影曲面的非重建式平缓区域划分。再利用原始深度信息划分结果对各平缓区域分别进行曲面拟合,然后根据拟合曲面方程对该区域内原始深度信息进行平滑修复,从而增强异形投影曲面深度信息的可用性及可信性。算法验证结果表明,该深度信息修复算法不仅能够实现异形曲面的空洞填补与平滑修复,还能够有效地减少深度信息过修复、欠修复等情况发生。     

基于深度信息的弱光条件下人脸检测

为了解决弱光环境下人脸检测问题,研究基于深度信息的人脸快速定位方法。首先,使用2D Chamfer Match方法实现人脸的快速预定位,并对定位人脸进行区域增长和增强运算;然后,使用AdaBoost算法结合扩展的Harr特征训练出弱光条件下人脸检测的强分类器,以实现准确的人脸定位。实验表明,在弱光条件下,基于深度信息实现人脸定位和过滤,可以减小搜索范围,加快检测速度,具有较强的鲁棒性和时效性。     

2D到3D图像颜色空间层转换技术研究及实现

从3D相关技术入手,初步讨论了人类视觉及相关转换技术。接着重点描述基于3d红蓝立体原理的图像转换原理,从图像颜色空间角度,着重讨论2D转3D的相关技术及研究现状,并基于电视类节目图像给出一套完整系统设计及实现,并给出相应的实验结果。     

基于生成对抗网络人脸生成技术信息安全风险研究

针对基于生成对抗网络人脸生成技术发展迅速、生成效果越来越逼真可信的现状,本文对该技术的基本原理、衍生模型和已有应用进行分析和研究,发现该技术在国家公共安全、新闻舆论动员、企业经济运行、生物认证防护、社会伦理道德等方面存在重大信息安全风险.本文立足我国科技公共治理体制、机制存在不足的具体国情,从法律建设、行业管理、技术引导、宣传教育等方面给出了对策建议.     

基于深度学习的模糊测试种子生成技术

模糊测试被广泛应用于各种软件和系统的漏洞挖掘中.而模糊测试的效果与其采用的变异策略以及初始种子文件的代码覆盖率有直接的关系.本文提出了一种基于深度学习的种子文件生成方法,分析并学习初始种子文件和其在目标程序中的执行路径之间的关系,最终输出可能覆盖新执行路径的种子文件,从而提高初始种子文件集合的代码覆盖率.我们以PDF阅读器作为目标程序进行了实验,实验结果表明该方法所生成的种子文件保证了良好的通过率,而且明显提高了代码覆盖率.同时实验证明该方法在针对多种PDF阅读器进行模糊测试时都获得了更高的代码覆盖率.     

基于深度学习与点云数据的3D检测系统应用研究

为了解决高低差场景中平坦度高的2D视觉检测乏力的问题,基于深度学习和点云数据处理平台,融合3D点云格式图像和深度学习技术,建立微米精度、在线检测、成本可控的3D检测架构机制。采用相移和光栅投影结构光技术的硬件方案获取3D点云原始数据,基于强大的CPU和GPU处理芯片,对经过被测物体调制的光栅图案进行重新编码,并结合标定参数解算3D点云数据。对2D深度学习模型进行升级开发,可对点云数据进行标注、学习训练和检测,并将3D硬件、3D软件和3D算法进行整合。实验结果表明,所提系统有利于3D缺陷检测系统的落地,为智能3D检测设备奠定算法和软件基础。     

信息网络安全防御体系结构D2PBR模型的研究

从安全特性、网络协议层次和信息网络特性三方面出发,分析了信息网络安全体系结构,提出了信息网络安全防御体系结构,即D2PBR模型,并对入侵检测、入侵诱骗、防护、备份和响应系统进行了详细分析。     

基于深度学习和部分模型的相关性人脸检测

针对人脸检测中的部分遮挡和多姿态问题,提出一种基于深度学习的人脸检测算法。首先利用部件检测器检测人脸局部区域,然后将人脸局部区域检测结果输入到深度模型中,学习各局部区域之间的相关性,完成人脸检测。该算法将深度学习理论与基于部分模型的思想相结合,实现人脸检测。实验结果表明,该算法在遮挡、多姿态等情况下具有良好的鲁棒性。     

融合深度信息的视觉注意计算模型

针对Itti模型在特征选择上的局限性,借鉴心理学中有关视觉注意的研究成果,提出一种融合深度信息的视觉注意计算模型。该模型在基于图像分割的自适应立体匹配基础上提取深度特征,与亮度、方向、颜色特征相结合,实现空间显著性度量,并采用侧抑机制和WTA机制得到注意焦点。实验结果表明,新模型能较好地反映空间立体视觉信息对注意的影响,使计算结果能更符合人类视觉。