基于单张人脸图片和一般模型的三维重建方法

提出一种使用单幅人脸照片进行特征提取、标准模型变形的全自动三维人脸重建方法。使用改进ASM方法自动精确提取人脸特征点,通过使稀疏形变模型匹配平面特征点来获取照片人脸的深度信息,再将一般人脸模型变形到特定人脸。基于肤色模型优化的ASM提取人脸特征,使得一定角度的侧面照片也可以有很好的重建效果。同时,使用基于肤色模型的纹理融合技术使侧面信息缺失的问题得到很好解决。实验证明,该方法快速简便,只用单幅照片全自动化完成重建,无须用户交互,生成的三维模型有较好的真实感。     

快速人脸动画方法

本文介绍了一种简单有效的由单幅人脸照片生成人脸变形动画的方法．首先，根据一张人脸正面的照片，使用特征识别的方法生成人脸模型，然后使用模型关键表情插值法产生人脸变形动画．这种方法的优点在于只需要一张人脸正面照片，在更低的硬件条件下达到或接近其他方法生成的人脸动画效果。     

遗传算法在人脸识别中的应用研究

研究人脸图像识别准确率问题,人脸是一个非刚体,具有变形大,针对影响因素多且易受干扰,用传统的方法识别率低.为了提高人脸图像识别正确率,提出了利用遗传算法的人脸特征提取的识别方法.首先采用小波变换和张量主成分分析(PCA)方法对人脸图像进行特征提取,然后通过改进的遗传算法对PCA提取的特征进一步的优化,得到人脸最优人脸特征子集,最后根据最优特征进行识别.利用标准人脸识别库进行仿真,试验结果表明,相对其它特征提取的人脸识别方法,不仅具有识别速度加快,而且正确率高,是有效的人脸识别算法.     

云南重彩画人脸肖像生成算法

通过对云南重彩画作画风格的研究,论文提出了云南重彩画人脸肖像生成 算法。首先从云南重彩画绘画作品中学习云南重彩画人脸绘制特点,引入特征比例对云南重 彩画人脸特征进行描述,发现云南重彩画人脸绘制特点,并归纳总结云南重彩画人脸绘制规 律。然后对输入的人脸照片进行轮廓线提取、特征点标定、特征值及特征比例的计算,将特 征比例与云南重彩画人脸特征比例进行比对,发现变形程度并进行变形。最后,根据主观辨 识后的经验值对五官特征的位置进行调整,再进行风格转换处理。运用该算法生成的云南重 彩画风格的人脸肖像,既与原图相似,又符合云南重彩画人脸绘制特点。     

证件照片的特征提取与检索

研究描述人脸特征的有效方法,讨论身份证照片的特征提取和检索.采用自适应肤色检测技术改进通用的肤色检测算法,进行脸部区域的划分.提出DCT系数投影法对面部五官区域进行分割,在各区域中提取面部几何特征.引入描述脸颊和下颔轮廓的曲线参数作为脸形特征,得到对人脸特征更准确的描述.将面部几何特征矢量匹配、脸形曲线参数匹配和脸部图像相关匹配相结合,实现人像照片的准确检索.实验表明该方法性能优良.     

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.     

空间加权伪Zernike矩的人脸图像特征提取方法

为了解决人脸图像检索中人脸定位不精确的问题,提出了一种空间加权伪Zernike矩的人脸图像特征提取方法.该方法通过设计的加权函数来强调或突出面部上的关键部位,如眼睛、鼻子,嘴巴等区域的重要性,因而能够对人脸特征进行更精确地提取.仿真实验结果表明,利用空间加权伪Zernike矩进行人脸区域描述时,检索准确率明显优于传统的主成分分析方法和直接伪Zernike矩特征提取方法.     

人脸特征的定位与提取

人脸的特征定位与特征提取的好坏对于人脸图象识别效果有直接的影响．本文根据人脸图象的灰度特性以及特征的几何形状提出了一种简便有效的特征定位和特征提取的方法。本文所提出的方法能够比较准确而快速的提取较多的特征，因而能够适用于在大量人像中进行特征提取和识别。     

面向移动的卡通人脸生成系统

本文给出了一个面向移动数字娱乐的肖像漫画生成系统。该系统的输入是一张真实人脸照片,输出为具有娱乐效果的夸张人脸肖像。主要研究内容包括;第一,人脸照片的肖像插图画的生成。文中采用了Unsharp Mask锐化处理结合色彩缩放运算的方法,本方法不仅考虑到移动设备用户对计算速度的要求,而且能保留人脸的绝大部分特征,从而更为有效地生成人脸的肖像插图画。第二,人脸表情变形以产生人物的幽默漫画。对基于特征的变形方法进行了改进,使其更加自动化。此外,本文改进了传统的ASM方法,用来帮助去除人脸图像背景信息和更为方便地控制人脸上的特征点。整个系统在局域网和PDA上表现出了很好的娱乐效果。     

人脸识别技术的研究

对人脸识别的几个关键技术进行了深入研究，提出了一种快速的基于眼睛像素特征的人脸检测方法：一种有效的基于SVD分解的特征提取方法和一种基于特征差别的SVM人脸识别方法．改进的基于SVD分解的特征提取方法能在一定程度上削弱光照和表情的影响，从而更好地抽取人脸的差别特征．基于特征差别的SVM方法将人脸识别这一典型的多分类问题构造成适合SVM处理的二分类问题，克服了传统SVM方法在解决多分类问题上的缺陷．实验表明该人脸检测方法有较高的正确检测率，提出的特征提取方法能有效地减弱光照和表情对人脸特征的负面影响，使得识别率有较大提高，基于特征差别的SVM方法有更好的概括能力和更高的正确识别率．     

Frontal and Semi-Frontal Facial Caricature Synthesis Using Non-Negative Matrix Factorization

In this paper, we present a novel approach to synthesizing frontal and semi-frontal cartoon-like facial caricatures from an image. The caricature is generated by warping the input face from the original feature points to the corresponding exaggerated feature points. A 3D mean face model is incorporated to facilitate face to caricatures by inferring the depth of 3D feature points and the spatial transformation. Then the 3D face is deformed by using non-negative matrix factorization and projected back to image plane for future warping. To efficiently solve the nonlinear spatial transformation, we propose a novel initialization scheme to set up Levenberg-Marquardt optimization. According to the spatial transformation, exaggeration is applied to the most salient features by exaggerating their normalized difference from the mean. Non-photorealistic rendering (NPR) based stylization completes the cartoon caricature. Experiments demonstrate that our method outperforms existing methods in terms of view angles and aesthetic visual quality.     

Manifold‐Based 3D Face Caricature Generation with Individualized Facial Feature Extraction

Caricature is an interesting art to express exaggerated views of different persons and things through drawing. The face caricature is popular and widely used for different applications. To do this, we have to properly extract unique/specialized features of a person's face. A person's facial feature not only depends on his/her natural appearance, but also the associated expression style. Therefore, we would like to extract the neutural facial features and personal expression style for different applicaions. In this paper, we represent the 3D neutral face models in BU–3DFE database by sparse signal decomposition in the training phase. With this decomposition, the sparse training data can be used for robust linear subspace modeling of public faces. For an input 3D face model, we fit the model and decompose the 3D model geometry into a neutral face and the expression deformation separately. The neutral geomertry can be further decomposed into public face and individualized facial feature. We exaggerate the facial features and the expressions by estimating the probability on the corresponding manifold. The public face, the exaggerated facial features and the exaggerated expression are combined to synthesize a 3D caricature for a 3D face model. The proposed algorithm is automatic and can effectively extract the individualized facial features from an input 3D face model to create 3D face caricature.     

面向移动数字娱乐的卡通人脸动画系统

给出了一个移动平台下的卡通人脸动画系统,其输入是一张二维真实人脸照片和一段文本,输出为具有娱乐效果的手机卡通人脸动画。首先,根据输入的照片生成人物的卡通肖像,采用了基于特征发现的卡通人脸肖像生成方法。其次,在卡通肖像的基础上结合文本驱动产生卡通人脸动画。最后,将系统移植到移动平台,在手机上播放卡通人脸动画,该系统在局域网和PDA上具有很好的娱乐动画效果。     

多表情源的人脸表情合成技术

提出了基于一个局部约束偏移和相对偏移技术的图像变形方法,用于人脸表情合成．该方法可以自动克服目前表情合成方法的非特征区域的形变,并与脸型外观相匹配．在此基础上,提出了基于多表情源的人脸表情合成技术．从人脸图像划分出三个主要表现表情的区域,并对每个区域根据多个表情源的加权平均的相对偏移量进行图像局部变形,最后利用加权平均的表情比图像加强表情．实验结果表明,用该方法得到的人脸表情自然逼真,更为重要的是,通过调节权向量的取值,可以取得不同模式的表情,丰富了表情表现的内涵．     

基于五官特征的人脸剪纸生成方法研究

人脸肖像剪纸应该重现生动的图像细节,为了实现这一目标,提出了一种基于五官特征与图像变形算法的两阶段人脸剪纸合成方法。收集艺术家的人脸剪纸创作,分割五官部位并提取各组件的几何特征,建立数字化五官剪纸数据库。对目标人脸图像进行剪纸合成：在第一阶段,标定目标人脸图像的特征点,分割其五官部位,并提取各部位的几何特征,之后分别计算目标人脸五官与剪纸数据库中各对应组件基于几何特征和形状上下文特征的相似性度量值;通过融合几何特征和形状上下文特征,选择匹配相似度较高的剪纸部位,拼接得到初步的人脸剪纸图。在第二阶段,采用薄板样条（Thin Plate Spline,TPS）变形算法对第一阶段合成的人脸剪纸图进行变形,得到最终的剪纸图像。通过多人视觉测评实验,结果表明运用该方法得到的人脸剪纸图能够达到较为满意的效果。     

基于人脸特征分析的卡通人脸动画系统

给出一个基于人脸特征分析的卡通人脸动画系统,其输入是一张二维真实人脸照片和一段文本,输出为具有娱乐效果的卡通人脸动画。该文采用基于人脸特征分析的卡通人脸肖像生成方法,在卡通肖像的基础上结合文本驱动产生卡通人脸动画。将系统移植到移动平台,在手机上生成卡通人脸动画。实验结果表明该系统在PDA上能产生较好的娱乐效果。     

基于人脸识别的考勤系统的设计与研究

通过研究人脸识别,设计出一套用于考勤的系统。基于人脸识别的考勤系统中最主要的就是人脸识别;首先对通过摄像头拍摄获取的原始人脸图片进行图像预处理;然后通过对人脸的眼睛、鼻子和嘴巴的定位实现人脸定位;在定位后的人脸图片中将眼睛、鼻子、嘴巴的特征值提取出来;最后通过图片中提取的特征值和后台人脸特征数据库中的值进行比较来完成人脸的识别功能。     

Example-based caricature generation with exaggeration control

Caricature is a popular artistic media widely used for effective communications. The fascination of caricature lies in its expressive depiction of a person’s prominent features, which is usually realized through the so-called exaggeration technique. This paper proposes a new example-based automatic caricature generation system supporting the exaggeration of both the shape of facial components and the spatial relationships among the components. Given the photograph of a face, the system automatically computes the feature vectors representing the shape of facial components as well as the spatial relationship among the components. Those features are exaggerated and then used to search the learning database for the corresponding caricature components and for arranging the retrieved components to create the caricature. Experimental results show that our system can generate the caricatures of the example style capturing the prominent features of the subjects.     

视频驱动人脸动画合成(英文)

In this paper, we present a system for real-time performance-driven facial animation. With the system, the user can control the facial expression of a digital character by acting out the desired facial action in front of an ordinary camera. First,we create a muscle-based 3D face model. The muscle actuation parameters are used to animate the face model. To increase the reality of facial animation, the orbicularis oris in our face model is divided into the inner part and outer part. We also establish the relationship between jaw rotation and facial surface deformation. Second, a real-time facial tracking method is employed to track the facial features of a performer in the video. Finally, the tracked facial feature points are used to estimate muscle actuation parameters to drive the face model. Experimental results show that our system runs in real time and outputs realistic facial animations.Compared with most existing performance-based facial animation systems, ours does not require facial markers, intrusive lighting,or special scanning equipment, thus it is inexpensive and easy to use.     

视频驱动人脸动画合成

描述了一种实时的视频驱动的人脸动画合成系统.通过该系统,用户只要在摄像头前面表演各种脸部动作,就可以控制虚拟人脸的表情.首先,建立一个基于肌肉的三维人脸模型,并使用肌肉激励参数控制人脸形变.为提高人脸动画的真实感,将口轮匝肌分解为外圈和内圈两部分,同时建立脸部形变与下颌转动的关系.然后,使用一种实时的特征点跟踪算法跟踪视频中人脸的特征点.最后,将视频跟踪结果转换为肌肉激励参数以驱动人脸动画.实验结果表明,该系统能实时运行,合成的动画也具有较强真实感.与大部分现有的视频驱动的人脸动画方法相比,该系统不需要使用脸部标志和三维扫描设备,极大地方便了用户使用.