特定人脸的快速定制和肌肉驱动的表情动画

为解决特定人脸的真实模拟问题提供了一个简单而行之有效的方法,首先,给出特定人脸的正侧面正交图像,并提供了一个内嵌肌肉向量的一般人脸三维多边形网络模型,采用Snake技术自动配人脸特征线,基于特定人脸的特征线相对于一般人脸模型上的特征线的位移,变分插值一般人脸网络,适配特定人脸几何;然后,用多分辨率样条技术产生无缝的人脸纹理镶嵌图,纹理映射后生成高度真实感的能以任意视线方向观察的特定人脸;进而,通过组合特定人脸的肌肉向量的运动,变形模型,组合出特定人脸的各种表情,该方法能在廉价的PC平台上实现,快速、简单,而且具有真实感。     

一个实用的人脸定制和表情动画编辑系统

介绍了一个简单而行之有效的特定人脸定制和表情动画的编辑系统，首先给定一个内嵌肌肉向量的一般人脸三维多边形网络模型并提供特定人脸的正侧面正交图象，然后采用snake技术自动适配人脸特征线，变分一般模型定制出三维虚拟人脸；接着再用多分辨率样条技术产生无缝的人脸纹理镶嵌图，进而生成高度真实感的虚拟特定人脸，由内嵌肌肉向量的参数化表示，通过编辑参数能赋予三维虚拟人脸各种丰富的表情。由于变分后人脸模型的拓扑不变，因此可用基于三角化的图象metamorphosis实现不同特定人脸间的三维morph，该系统能在廉价的PC平台上实现，其快速、简单而且具有真实感，具有很大的实用价值。     

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     

一个三维人脸真实感模型重建算法

从多幅照片恢复三维人脸模型的难点在于如何自动求取脸部的特征点以及获得逼真的模型.本文提出了从人的头部运动来求取脸部结构的方法,首先使用改进的图像金字塔LK算法匹配对应照片的特征,再由局部向量调整,得到了精确的匹配结果,然后通过相机定标、运动分析、通用模型匹配、纹理映射算法重构出真实感的人脸模型.实验结果及算法分析表明,本文提出的特征匹配算法的精确度较高,实现特定人脸重建方法切实可行,生成的模型可视效果较好.     

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     

基于形变模型的多视图三维人脸重建

本文提出了基于形变模型的多视图三维人脸重建方法,将人脸形变模型与同一人脸在不同视点下的多幅图像进行匹配,从而重建出具有较强真实感的三维人脸模型。本文将对基于形变模型的多视图三维人脸重建方法进行详细的阐述,并把实验结果与单视图重建出的三维人脸模型进行了对比,从而体现出多视图重建的优势所在。     

基于小波的快速纹理合成算法

提出一种快速的采用小波变换的纹理合成方法,在搜索最佳匹配块时,使用多尺度小波变换后的小波系数的差异作为误差度量,并在比较匹配误差时增加高频系数的权重,突出了纹理结构的匹配。同时,使用了多分辨率图像金字塔,加速匹配块的搜索,从而在很大程度上减少了合成时间。     

采用几何模型切分的人脸纹理图像生成算法

为了克服传统的照片图像拼接方法中利用特征线进行不同照片之间公共交界线定位不准确的缺点,提出一种“几何模型切分”的人脸纹理图像生成算法。通过对人脸几何模型进行切分,以切分后模型图片的轮廓作为边界线裁剪相应的人脸照片,实现不同照片之间交界线的准确对接,并采用柱面纹理映射方法将生成的纹理图像映射到特定人脸几何模型上。实验结果表明,采用提出的“几何模型切分”算法生成的人脸纹理图像进行纹理映射可以得到较好的真实感三维人脸模型,是一种生成人脸纹理图像的有效方法。     

基于VTK的医学图像快速重建系统

使用数据可视化工具包VTK和重建算法MC开发了一套医学影像三维重建系统。系统针对阻碍实时性的三维重建时空问题,采用顶点合并和哈希映射方法对三角形网格进行优化,有效减少了重建后图像的存储量并提高了显示速度。本系统为构建完整的医学可视化平台奠定了基础。     

基于小波变换和群体决策方法识别人脸图像

文中使用Ｄａｕｂｅｃｈｉｅｓ正交小波变换对人脸图像作预处理,得到它在不同频带上的４个子图像,对它们分别提取奇异值特征,然后用最近邻方法进行分类,这样使得４组分类结果之间相关性减少,差异性增大。同时设计了一种适用于多分类结果融合的群体决策算法,并且对分类结果有选择地进行融合。实验表明,对于奇异值特征而言,作小波变换预处理得到的４个子图像的分类结果之间具有一定互补性,用群体决策算法作融合,可以提高其分     

一个新的基于3D纹理映射及Shear-warp变换的快速体绘制方法

介绍了一个新的基于纹理映射及Shear-warp变换的快速体绘制方法。所提出的方法吸收了纹理映射方法的长处，通过纹理硬件的加速，并在纹理装载时提出了可适应性的纹理分割方法，使该算法不受纹理内存的限制。在进行纹理映射时，通过剪切（Shear）变换和三维图象的分割，加快给制速度。与多种经典的快速体绘制方法进行测试比较，该方法达到了交互的效果和更高的绘制速度。     

基于图像纹理的车辆检测算法

传统的视频检测方法是基于面阵图像的,其背景图像复杂,不利于目标分割和特征提取,而线阵CCD成像中背景图像相对简单,并且其帧速率远远高于面阵CCD的帧速率,从而可以实现高精度的检测,特别是车辆存在和车辆速度的检测.本文提出了适用于线阵CCD图像的车辆检测算法.其基本思想是:利用小渡变换提取路面的纹理特征,然后对采集的每线数据进行二值化,并在此基础上,逐线进行车辆分割.实验表明:该算法能有效抑制车灯和阴影对车辆分割的干扰,实现车辆的实时准确分割.     

基于小波不可分离多分辨率的图像重建

文中提出并实现了一种基于小波不可分离多分辨率的重建算法。在图像重建领域内利用小波变换时,是对二维图像进行行和列的依次滤波,需要假定二维信号是关于自变量x和y可分离的,而实际二维信号中大多是不宜分开处理的。在算法中首先将投影数据进行二通道的小波分解,在分解抽样中,使用不同的抽样方法,直接得到小波的近似系数和细节系数,这些系数再经过逆小波变换得到最终的重建图像。基于不可分离多分辨率的小波算法将投影数据进行二通道的小波分解。     

基于关键特征点的人脸纹理映射

针对传统纹理映射方法中计算量大、鲁棒性差等问题,文章提出一种简便有效的纹理映射方法:首先在五官部位手工标定少量特征点,然后采用特征点标定算法和关键特征点三角剖分算法分别计算出全部顶点纹理坐标值和五官部位纹理坐标值,最后对五官纹理坐标值进行加权平滑运算并完成整个三维模型的纹理映射。实验结果表明,该方法不仅能有效消除映射误差,而且具有生成速度快、精度高、鲁棒性强的特点。     

基于卷积神经网络的图像纹理的超分辨率重建

目前,深度学习已经在图像超分辨率重建上表现出不错的性能,但是对某些纹理细节还原度不高。针对此问题,提出了基于卷积神经网络的纹理的超分辨率重建算法。首先用梯度算子提取图像的纹理特征,再将图像按照纹理进行分类,最后用卷积神经网络对同一类别的样本集进行超分辨率重建。实验证明,该算法能够恢复一定的纹理信息,而且对同类纹理的重建结果优于已有算法。     

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。     

融合参考图像的人脸超分辨率重构方法

基于深度学习的图像超分辨率重构方法对低分辨率人脸图像进行超分辨率重构时,通常存在重构图像模糊和重构图像与真实图像差异较大等问题.基于此问题,文中提出融合参考图像的人脸超分辨率重构方法,可以实现对低分辨率人脸图像的有效重构.参考图像特征提取子网提取参考图像的多尺度特征,保留人脸神态和重点部位的细节特征信息,去除人脸轮廓和面部表情等冗余信息.基于提取的参考图像多尺度特征,逐级超分主网络对低分辨率人脸图像特征进行逐次填充,最终重构生成高分辨率的人脸图像.在数据集上的实验表明,文中方法可以实现对低分辨率人脸图像的有效重构,具有良好的鲁棒性.     

基于真实图像退化的人脸超分辨率重建算法

针对大多数人脸超分算法的预设退化模型与真实图像的退化方式差距大,导致人脸重建的效果不理想的问题,提出了一种针对真实图像退化的人脸超分辨率重建算法。首先设计了一种混合退化模型,通过对运动模糊、高斯噪声等多种退化形式进行合成用于模拟真实图像退化空间,生成接近现实场景的低分辨率图像。然后采用基于小波域的超分辨重建网络预测得到高分辨率图像的小波系数,并经过小波逆变换得到超分辨率图像。在高清人脸数据集(FFHQ)和真实人脸数据集(RealSR)上的实验结果表明,研究提出的算法不仅能有效提升重建效果,而且适用于真实场景下的人脸超分辨率重建。     

一种基于KL变换和镶嵌图模型的人脸检测方法

提出了一种基于KL变换和镶嵌图模型的人脸检测方法。该方法首先采用KL变换将整个图像空间划分为主元子空间和次元子空间,利用人脸图像大部分能量集中在主元子空间、小部分能量分散到次元子空间这一特点,将人脸从复杂背景中初步检测出来。在此基础上,采用符合人脸生理结构特征的人脸镶嵌图模型,并在分析足够多的人脸图像样本的基础上,针对人脸图像的灰度和边缘信息,建立了一种较为合适的知识库。实验结果表明,该方法能够较好地解决复杂背景下的正面人脸的检测问题。     

基于径向基函数的虚拟人脸合成方法

提出一种基于径向基函数的虚拟人脸合成方法.该方法根据正侧面图像获取人脸特征点的三维数据;利用基于径向基函数的散乱数据插值方法对通用人脸模型进行整体变形得到特定的人脸模型,并对模型进行Bezier磨光;将合成的人脸无缝拼接纹理图映射到特定的人脸模型.实验结果表明,合成的虚拟人脸具有较强的真实感.