论文部分内容阅读
随着多媒体计算机的迅速发展，计算机与人的交流日益增加，而人的面部传递着人类最广泛的信息，如情感、精神状态等，虽然每个人脸部特征很相似，但却有不同的表情特征，于是人脸建模与动画成为计算机视觉与计算机图形学中重要的研究课题。 本文针对人脸建模及动画中所涉及的特征提取、特定人脸建模、表情合成、口型合成及动画生成等方面的技术，进行了深入研究，提出了自己的方法，并设计实现了一个以人脸照片输入为基础的人脸建模及动画生成的原型系统。本文的主要工作包括： 1）人脸特征提取。主要研究人脸特征点定义和提取。人脸特征点要求既能反映人脸的整体几何结构，又能表示五官的局部特征。在进行特征点定义时，根据实际需要精简了MPEG-4中定义的人脸特征点的个数；使用特征点模板与手工标定结合的方法确定特征点的位置，并利用立体视觉原理恢复出特定人脸的特征点信息。 2）真实感特定人脸模型的重建。通过从输入的特定人脸图像中提取的特征点数据，用CANDIDE-3模型作为通用的3D人脸模型,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。生成特定人脸的线框模型后，采用纹理映射的方法将纹理贴在人脸模型上，经过渲染可以得到特定人的真实感人脸模型。 3）表情动画合成及中文文本驱动的唇部动画生成。基于MPEG-4标准，结合面部动作编码系统，按照面部表情动作划分面部关键区域，在关键区域定义局部动作参数，控制合成面部表情。本文根据MPEG-4标准中人脸动画的工作原理，改进了MPEG-4中已知FAP（FacialAnimationParameter,人脸动画参数）和FaceDefTables(人脸动画定义表)，计算FAP控制区内点的坐标的算法，结合自动计算和手工操作，实现以FAP流驱动的人脸动画。汉语口型的模拟是本文的另外一个组成部分。本文提炼出了汉语的七种口型，利用MPEG-4中定义的唇部相关FAP参数，通过手工调整获得了七种基本口型的数据，并归纳出汉语拼音与音素、音素与口型的关系，当输入拼音时，系统进行分析，做出适当的口型动作。 基于本文方法实现的人脸动画系统具有通用性强、数据量小、运算复杂度低、成本低廉等优点，具有广泛的应用价值。真实感三维人脸动画技术作为一种重要的人机交互方式，可以应用于人性化人机交互、虚拟主持人、网络会议、可视电话、远程教学、远程医疗诊断、电影制作、游戏娱乐等诸多领域。