论文部分内容阅读
随着数字媒体和动漫产业的不断发展，在某些情况下人们已经不再满足于使用真实照片，而是追求真实照片的卡通化。如何利用计算机将已有的真实人脸图片转变为具有卡通效果的人脸图片日益受到广泛关注。在实际的人脸照片中，真实人物的表情可能表现为中性、高兴、悲伤、厌恶、惊讶、生气和害怕等基本表情，但更多的可能是表现出非上述基本表情的“亚表情”。为了能更好地抓住真实人脸所表现出来的情绪状态，Paul Ekman等人提出面部运动编码系统(FACS)，该系统将人脸的肌肉运动划分为41个运动单元，通过41个运动单元和其组合可以表达出多种复杂的表情。
本文通过对输入的真实人脸图像的分析、识别，提出一种基于人脸特征和面部运动单元的卡通生成系统，该系统将输入的正面真实人脸图像自动转化为保持真实人脸特征的卡通人脸图像；系统同时可以识别输入真实人脸的面部运动单元，并根据识别结果生成具有相应运动单元的卡通人脸。具体地，本文完成的工作和取得的研究成果主要包括以下4个方面：
(1)分析不同质量的人脸图像，找到较为鲁棒的人脸特征点定位技术，从模型训练和算法性能的角度提高定位技术的准确性和适用性。
(2)分析、归纳得到人脸表现出各种表情、亚表情时频繁出现的面部运动单元(AUs)，找到可以较为鲁棒地识别出归纳得到的面部运动单元的模式分类方法。
(3)利用计算机图形学中Delaunay三角面片的方式做卡通纹理的渲染，同时分别利用图像贴图和曲线绘制的方式为初步得到的卡通人脸添加头发和耳朵。使用不同的模板，系统可以生成不同风格的卡通纹理以及发型。
(4)对于具有非中性表情的人脸图像，系统可以识别其表现出来的运动单元并最终利用卡通生成算法生成具有相应运动单元的卡通人脸。