基于单幅正面照片的三维人脸重建方法

三维人脸重建算法需要多张照片实现重建且重建效率低下。针对上述问题,提出一种利用单幅正面照片重建三维人脸的方法。采用薄板样条函数对数据库中的三维人脸确立点对点的对应关系,建立平均三维人脸模型,利用LMA算法优化形状系数以恢复其三维形状,人脸颜色纹理信息可通过垂直投影得到。实验结果表明,利用该方法重建得到的三维人脸逼真且时间效率高。     

基于最小扭曲变换的正面人脸图像合成

二维正面人脸图像在视频监控、人脸识别等领域有重要的实际意义,为此提出一种利用多幅非正面人脸图像自动合成正面人脸图像的算法.从多幅非正面人脸图像中选择扭曲形变最小的像素进行合成,并使用加权平均来平滑合成图像,从而使得合成的正面人脸图像尽可能自然.实验结果表明,该算法所合成的正面人脸图像可以十分有效地逼近真实正面人脸图像,在人脸识别中也可以有效地保持人脸图像的身份特征不变.     

基于单张照片的三维人脸重建优化算法

传统人脸三维重建算法难以确定人脸形状,并且计算复杂。针对此问题,提出一种以水平集方法获取人脸轮廓并结合明暗恢复形状(SFS)算法重建三维模型的方法,该方法仅需单张正面人脸照片。首先采用主动形状模型确定人脸轮廓,将其作为水平集的初始演化曲线,分割出完整的人脸形状;然后对人脸区域进行灰度变换,求出灰度图像;最后通过SFS算法重建已知光照条件的人脸图像的三维模型,将该模型作为参考与灰度图像匹配,进而确定其光照条件和三维模型。实验结果表明,与基于网格模型的算法相比,该方法可快速地重建具有完整形状的人脸模型。     

计算机人脸照片识别技术研究

介绍了计算机人脸照片识别技术的一般方法,以及为了提高识别的精确度和识别率的改进算法。     

正面人脸图像合成方法综述

随着多视角人脸识别技术需求的不断增长,正面人脸图像合成成了热门的研究课题.然而,从侧面人脸图像准确地合成出正面人脸是一个典型的逆向问题,具有较大的挑战性.对目前正脸图像合成方法进行了系统总结,介绍了几种典型的合成策略,并对这些方法按原理分成了基于图形学的方法和基于统计学习的方法两类分别进行研究.此外,还从算法复杂性、鲁棒性,以及图像合成效果等方面对现有正面人脸图像合成算法进行了对比研究,给出了未来可能的研究方向.     

基于局部约束邻域嵌入的人脸画像照片合成

针对画像块和照片块在流形上的邻域关系并不能完全反映彼此内在数据结构的问题,提出一种基于局部约束邻域嵌入(LCNE)的画像-照片合成算法。首先,利用基于邻域嵌入(NE)的合成方法得到待合成照片或画像的初始估计;其次,根据待合成的照片块或画像块与训练集中的照片块或画像块的相似性来约束合成权值;然后,通过交替优化方法进行权值的确定和K-近邻的选择,并更新待合成目标块;最后,合并所有估计的照片块或画像块合成目标图像。与基于邻域嵌入的画像照片合成方法相比,所提方法合成图像的结构相似度提高0.0503,脸识别准确率提高14%。实验结果表明,该方法解决了基于NE方法导致的邻域之间兼容性不强的问题,能大大减少合成图像上的噪声及变形。     

融合多尺度梯度特征的人脸素描照片合成

人脸素描照片合成是异质图像变换重要分支,近年来受到广泛关注,在数字娱乐和执法领域都得到了广泛应用。近几年基于生成对抗网络的方法在图像跨域转换方面取得了较大的进步,但合成图像会产生噪声、伪影等问题。以U-Net网络为基础,提出了一种融合多尺度梯度特征的人脸素描照片合成方法,该方法结合了MSG-GAN的思想：允许判别器不仅使用生成器最终输出的梯度,而且还使用从上采样中间层输出的不同分辨率的梯度。同时在U-Net网络中加入了残差学习单元,来缓解深度神经网络训练过程中产生的梯度消失和梯度爆炸的问题。此外还加入了基于MRF-CNN的伪人脸特征生成器,采用块匹配的方法来生成伪人脸图像用于监督生成器的人脸生成。最后在CUFS和CUFSF数据集上的实验结果表明所提出方法的有效性。     

合成照片 其实很简单

说到照片合成,无外乎两种情况,一是合成全景照片,二是针对光线的HDR合成。当然,针对这两种应膈的软件数不胜数,但你知道Live照片库也能完成这些工作吗？     

人脸特征约束点的三维表情合成*

针对目前很多三维表情合成算法计算量大、方法比较复杂、真实感不强的特点,结合人脸分布特征,提出了一种基于Delaunay三角剖分的三维表情合成新算法。该方法通过对人脸特征点集的快速三角剖分避免了病态三角网格,有效提高了合成后人脸表情的真实度,降低了算法复杂度。大量实际人脸表情合成的实验结果表明,该算法通过少量的特征点生成的三维人脸表情更加真实,可有效快捷地合成各种真实的人脸表情。     

人脸建模和动画的基本技术

文中讨论了通过人脸的正向和侧面照片构造头部的三维模型,并赋予其简单动画的基本技术,基于此技术,实现了一个交互式人脸建模和动画的工具,详细阐述了在系统实现过程中应用到的人脸几何表示,由一般人脸变化到特定人脸,弹性网格,肌肉模型,关键,帧和表情提取等技术。     

基于一般人脸模型修改的特定人脸合成技术

目前计算机模拟领域中的人脸合成技术由于其广泛的应用前景得到了越来越多的重视,它可以用于人们语言感知模型研究、虚拟环境、通信技术、辅助教学、医疗研究、电影制作、游戏娱乐等诸多方面。由于在实现中人脸的千差万别,使一般人脸模型的个体化成为人脸合成中的一项关键技术。个体人脸的差异主要表现在不同的面部几何特征和纹理特征两方面。针对这两方面,在已知一般人脸中性模型与一般人脸基本表情模型基础上,根据特定人脸不同     

具有真实感的三维虚拟特定人脸生成方法

三维人脸的计算机生成目前是一个具有挑战性的课题。如何在人脸复杂的、不规则的表面上建模以及如何反映出特定人脸间的个体差异是现真实人脸模拟的两大主要困难所在。本文针对后者,提出了一种新的三维特定人脸生成方法,该方法基于人脸模型变形技术,允许模拟者在交互方式下将一般人脸几何模型和豫先提供的特定人脸多方面图像之间进形特征校准,进而得到特定人脸三维模型,该模型将精确地反映特定人脸的诸特征,同时,这种变形技术     

OpenGL在人脸建模和动画中的应用

介绍了如何使用ＯｐｅｎＧＬ来绘制高速真度的人脸,主要着重于ＯｐｅｎＧＬ在Ｗｉｎｄｏｗｓ９５平台上的一些开发经验的介绍和ＯｐｅｎＧＬ的变换、光照、明暗处理、纹理映射等技术的应用。     

基于模型的头部运动估计和面部图像合成

文中讨论一种基于模型的头部运动估计和面部图像合成方法。首先建立了一个基于人脸几何模型的可变形三维面部模型,此模型可根据不同人脸图像特征修正特定人脸模型。为了使特定人脸模型与特定人脸图像相匹配,需根据变形模型修正人脸模型。文中采用自动调整与人机交互相结合的方法实现特定人脸模型匹配。在调整完模型形状之后,应用３个方向的面部图像进行纹理映射生成不同视点方向的面部图像。应用合成面部图像与输入面部图像最佳匹     

人脸识别理论研究进展

综述了人脸识别理论的概念和研究现状,讨论了其中的关键技术和难点以及应用和发展前景,最后对人脸识别研究中应注意的问题提出了我们的看法