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.     

一种二维图像序列的深度图像生成方法

针对二维图像序列提出一种基于运动对象的深度图像生成方法。采用改进的均方差累加算法提取背景模型,并利用背景差分法提取运动对象图形,将人工绘制的背景模型的深度图像,结合每帧运动对象图形深度赋值,自动合成用于二维视频到三维视频转换的图像序列的深度图像。实验结果证明,相对于传统的仅仅依靠计算机视觉获取深度图像的方法,它获得的深度图像,不仅画面的深度信息真实、可靠,而且转换后的三维场景更立体化。     

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。     

基于深度信息的快速身份识别方法

采用传统视频信号进行身份识别时,易受遮挡、复杂背景等因素干扰的问题,本文提出一种利用 Kinect深度信息进行身份快速鉴别的方法。首先利用微软Kinect设备获取人体俯视图（深度图像）,然后根据深度信息提取以下特征：（1）身高,（2）肩宽,（3）深度直方图,根据人体生理结构的差异达到判别人身份的目的。实验结果表明,该方法计算简单,具有较高的识别精度和较强的鲁棒性。     

基于深度图像的人脸模型特征点自动标定

准确标定人脸三维模型上的特征点是颅面形态学研究的关键问题之一。针对目前人脸特征点标定需要手工干预等问题,提出了一种基于深度图像的人脸三维模型特征点标定方法,该方法首先生成人脸三维模型的二维深度图像,然后采用SUSAN算子、灰度积分投影等方法在该图像上标定特征点,最终将标定好的特征点映射到人脸三维模型上,从而实现鼻尖点、嘴角点、眼角点以及耳朵处13个特征点的标定。实验结果表明,该方法可自动标定人脸模型特征点,准确获得特征点的位置,有效解决了人脸特征点标定因人工参与而带来的不准确性。     

基于统一信息交换模型的信息交换研究

针对日益迫切的信息交换与信息共享的需求,在元计算的基础上,研究并提出了一套基于统一信息交换模型的信息交换系统,并对其组成结构、工作机制等方面进行了阐述。着重介绍了信息的统一表示、统一元信息模型及统一信息交换模型的原理及实现技术;并对该类信息交换系统的应用及其前景等作了一定的分析。     

行李处理系统设计中三维模型的研究

该文将研究行李处理系统设计中的三维模型,对比实体模型、网格模型、线框模型在BHS设计过程中的优缺点,找到满足BHS设计要求的三维模型类型及三维建模方法。     

基于三维模型和深度灰度约束加权的人脸姿态跟踪

提出种基于人脸三维模型和深度灰度约束加权对单目视频图像序列中的人脸空间姿态进行跟踪的方法．首先用仿射变换的方法得到初始帧的人脸姿态参数并作为姿态跟踪的起点;然后用三维几何信息对线性灰度和深度约束方程加权得到更精确的帧间运动参数,为了消除光照变化和遮蔽的影响,在跟踪过程中逐帧自动进行特征点更新．对模特头像和真实人脸的实验结果表明：该方法能实现精确而可靠的姿态跟踪,特别对深度方向变化较大的运动,效果更为明显．     

基于三维模型的人脸姿态估计

提出了一种基于三维模型的人脸姿态估计方法。首先根据人脸特征点重建出稀疏的三维人脸模型,然后基于三维模型采用线性回归的方法对人脸姿态进行初步估计,确定姿态范围,再对估计结果进行修正,从而对人脸姿态进行精确估计。实验表明,该方法具有较好的估计效果,提高了姿态估计精度。     

基于授权步数和角色差度的转授权模型

转授权技术能解决分布式环境下的用户授权问题,但在多步转授过程中可能引发循环授权和权限扩散。研究任务-角色访问控制(TRBAC)模型,提出基于授权步数和角色差度的工作流转授权(DR-TRBAC)模型,根据同一任务的转授关系构建转授权树,通过限定授权步数和遍历转授权树解决循环授权问题,设置转授用户间最大角色差度防止权限的扩散。应用实例证明了DR-TRBAC模型的实用性。