面向普通用户的3D虚拟人脸动画

为合成真实感人脸动画,提出一种实时的基于单摄像头的3D虚拟人脸动画方法.首先根据用户的单张正面人脸图像重建用户的3D人脸模型,并基于该人脸模型合成姿态、光照和表情变化的人脸图像,利用这些图像训练特定用户的局部纹理模型;然后使用摄像头拍摄人脸视频,利用特定用户的局部纹理模型跟踪人脸特征点;最后由跟踪结果和3D关键形状估计Blendshape系数,通过Blendshape模型合成的人脸动画.实验结果表明,该方法能实时合成真实感3D人脸动画,且只需要一个普通的摄像头,非常适合普通用户使用.     

基于语音驱动的三维人脸动画技术综述

随着三维数字虚拟人的发展,语音驱动三维人脸动画技术已经成为虚拟人交互的重要研究热点之一.其关键技术在于语音-视觉映射模型的建立以及三维人脸动画的合成.首先分析了音-视素匹配法和音-视觉参数映射两类方法的特点;之后阐述了目前三维人脸模型的建立方法,并依据三维人脸模型的表示方法不同,分析了不同运动控制方法的优缺点;然后阐述了语音驱动三维人脸动画的主观评价和客观评价方法;最后总结了语音驱动三维人脸动画技术的未来发展方向.     

人脸建模与动画的研究

1.引言人脸建模与动画(face modeling and animation)是计算机图形学中最富有挑战性的课题之一。这是因为:首先,人脸的几何形状非常复杂,其表面不但具有无数细小的皱纹,而且呈现颜色和纹理的微妙变化,因此建立精确的人脸模型、生成真实感人脸非常困难;其次,脸部运动是骨骼、肌肉、皮下组织和皮肤共同作用的结果,其运动机理非常复杂,因此生成真实感人脸动画非常困难;另外,我们人类生来就具有一种识别和     

支持表情细节的语音驱动人脸动画

针对语音驱动人脸动画中如何生成随语音运动自然呈现的眨眼、抬眉等表情细节以增强虚拟环境的沉浸感的问题,提出一种可以合成表情细节的语音驱动人脸动画方法.该方法分为训练与合成2个阶段.在训练阶段,首先对富有表情的三维人脸语音运动捕获数据特征进行重采样处理,降低训练数据量以提升训练效率,然后运用隐马尔可夫模型(HMM)学习表情人脸语音运动和同步语音的关系,同时统计经过训练的HMM在训练数据集上的合成余量;在合成阶段,首先使用经过训练的HMM从新语音特征中推断与之匹配的表情人脸动画,在此基础上,根据训练阶段计算的合成余量增加表情细节.实验结果表明,文中方法比已有方法计算效率高,合成的表情细节通过了用户评价验证.     

真实感虚拟人脸的实现和应用

实现了一个交互式人脸建膜和动画的工具，用户可以很容易从一个人的正面和侧面的照片构造出头部的三维模型，并在这个模型上实现特定人脸的表情和动画，同时可以进行口型和声音的同步。基于以上技术，实现了一个虚拟人脸的动画组件，可以应用于WINDOWS应用系统中，给用户提供更加新颖和友好的局面。     

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。     

基于物理模型的人脸表情动画技术研究

用计算机建立人脸表情动画是当前计算机图形学研究领域的一个富有挑战性的课题，该文在总结了国内外有关该课题研究方法的基础上，提出了一种基于物理模型的人脸表情画生成算法，并依该算法计和开发了一个实际的人脸表情动画系统HUFACE。该算法将人的脸部模拟为一个弹性体，为使计算简化，又将人脸表面依其生理特性分为八个子块，脸部表情所产生的五官动作模拟为弹性体的形变，并建立相应的弹性形变模型，当脸部表情引起脸部各子块形变时，每个子块上的各点将发生位移，于是利用该模型计算这些点的位移量，由此获得表情动画中的每一帧画面，由于脸部动作由该形变模型控制，且计算简单，速度快，因此不需存储表情动画中的各个画面，提高了系统的效率，实验结果表明，由HUFACE系统生成的人脸表情真实，自然。     

MPEG—4人脸动画技术和一个基于MPEG—4的人脸动画系统的设计

1 引言运动图像专家组(Moving Picture Experts Group.MPEG)是国际标准化组织ISO下属的专门负责制定运动图像、音频及其组合的压缩、解压缩、处理以及编码表示的标准的工作组。自1988年成立以来,MPEG相继制定了一系列国际标准,其中MPEG-1成为VCD和MP3产品的基础.MPEG-2成为DVD和数字电视产品的基础。MPEG-4版本1在1998年10月举行的MPEG会议上通过,并于1999年年初经ISO批准正式成为国际标准。MPEG-4版本2在1999年12月举行的MPEG会议上通过,并于2000年年初正式得到ISO的批准。     

基于MPEG-4的人脸动画技术研究

MPEG-4提出的基于对象的编码格式，将人脸作为一个特殊的对象，为人脸建模和动画研究奠定了基础。本文通过对MPEG-4人脸动画标准的分析，提出基于MPEG-4人脸动画系统的设计思想和需解决的关键问题。     

利用视频进行小特征点集的快速人脸建模

文中算法利用视频重建人脸，给出相机定标、特征点提取及跟踪、运动估计、3D重建、纹理映射技术；该算法基于小特征点集进行，具有很强的实时性、自动性、鲁棒性，相关技术有一定特色和学术参考价值。     

基于抽象肌肉模型的人脸表情动画实现

介绍了一个基于抽象肌肉模型的人脸表情动画的实现过程，详细阐述了在系统实现过程中用到的人脸几何表示、抽象肌肉模型、一般人脸变化到特定人脸以及OpenGL等技术。     

面向纹理特征的真实感三维人脸动画方法

纹理变化是人脸表情的重要组成部分,传统的人脸动画方法通常只是对纹理图像做简单的拉伸变换,没有考虑人脸细微纹理特征的变化,比如皱纹、酒窝等,该文提出了一种面向纹理特征变化的真实感三维人脸动画方法．给出局部表情比率图(Partial Expression Ratio Image,PERI)的概念及其获取方法,在此基础上,进一步给出了面向MPEG-4的PERI参数化与面向三维人脸动画的多方向PERI方法,前者通过有机结合MPEG-4的人脸动画参数(Facial Anlmation Parameter,FAP),实现人脸动画中细微表情特征的参数化表示;后者通过多方向PERI纹理特征调整方法,使得三维人脸模型在不同角度都具有较好的细微表情特征,该文提出的方法克服了传统人脸动画只考虑人脸曲面形变控制而忽略纹理变化的缺陷,实现面向纹理变化的具有细微表情特征的真实感三维人脸动画,实验表明,该文提出的方法能有效捕捉纹理变化细节,提高人脸动画的真实感。     

基于Kanade-Lucas-Tomasi 算法的人脸特征点跟踪方法

与传统的在人面部画上标识点的特征点跟踪方法不同,KLT(Kanade-Lucas-Tclmasi)算法可以从未加标识点的正面人像视频系列中通过特征纹理信息直接获取面部某些特征点的位移,在KLT算法中加入了基于人脸统计信息的经验约束,使KLT算法更加合理有效。     

基于特征点的特定人脸三维网格的生成

提出了一种在通用人脸模型的基础上,依据特定人脸正面图象和侧面图象得到特定人脸的三维网格模型的方法。该方法首先从特定人脸正面和侧面图象上提取特征点,然后依据这些特征点信息对相应人脸网格模型进行特征点变换,在此基础上对其余非特征点使用插值变换,从而将特定人的特征信息溶入到通用人脸模型中去,由此得到特定人脸的三维网格模型。通过试验取得了一定的效果。     

基于特征识别的3维人脸动画模型自动构造

针对3维人脸动画应用中,需要手工事先标定肌肉模型的控制点、工作区域和设置各种计算参数,造成工作量大、修改困难、移植性差等弊端,提出自动构造各种肌肉模型及确定它们计算参数的方法。研究工作包括:综合运用法向量变化率、高斯曲率、高斯纹理模型等参数研究3维人脸几何及纹理特征的快速检测方法;设计基于邻域生长和候选点聚类分析的识别算法来识别人脸五官部位的特征点;在此基础上,自动确定各种肌肉模型的位置结构、工作区域和计算参数,实现人脸动画所需的肌肉模型构造和装配的自动化。应用工作结果表明,基于特征识别的3维人脸动画肌肉模型自动构造方法移植性好、精度较高,提高了动画建模工作的效率。     

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。     

基于二维图像三维重建的人脸特征提取技术研究

采用基于二维图像的三维重建对人脸特征进行提取.首先应用平行双目视觉原理获取人脸的二维图像,然后对图像进行预处理,消除图像上的噪音点,增强图像,以便提取特征点,对这些二维图像上的特征点进行优化计算,最后得到整体人脸的三维特征点信息.     

基于颜色和特征匹配的视频图像人脸检测实现技术

A face detection method using statistical skin-color model and facial feature matching is presented in this paper.According to skin-color distribution in YUV color space,we develope a statistical skin-color model through interactive sample training and learning.Using this method we convert the color image to binary image and then segment face-candidate regions in the video images.In order to improve the quality of binary image and remove unwanted noises,filtering and mathematical morphology are empolied.After these two processing,we use facial feature matching for further detection.The presence or absence of a face in each region is verified by means of mouth detector based on a template matching method.The experimental results show the proposed method has the features of high speed and high efficiency,but also robust to face variation to some extent.So it is suitable to be applied to real-time face detection and tracking in video sequences.