论文部分内容阅读
随着多媒体技术的发展,三维人脸建模近年来成为计算机动画、计算机视觉以及计算机图形学的一个研究热点。传统的三维人脸建模方法大多采用基于多幅图像的策略,通过对多幅图像的人脸信息进行提取,再对一般模型进行修改完成重建。而从单幅图像中恢复人脸三维模型是近几年新的研究方向。基于形变模型的三维人脸建模方法是目前建模效果最好的方法之一。本文在形变模型理论的基础上,对通过单张正面人脸照片来建立三维人脸模型的方法进行了研究。首先,选取相应的人脸特征点,根据CVL人脸数据库建立形状模型重建所需的三维数据库,针对形变模型优化参数众多,目标函数复杂和模型匹配效率低等缺点,本文采用改进的主成分回归算法及稀疏形变模型进行人脸形状重建。其次,通过将人脸全景图进行柱面展开,采用网格细分技术建立人脸纹理库,采用改进的粒子群优化算法进行纹理参数优化,对人脸纹理进行重构,并将重构纹理映射到形状模型,得到最终的建模结果。最后,本文针对三维模型应用进行研究,将三维模型应用于人脸姿态估计,使用线性回归算法对人脸姿态进行初步估计,确定姿态范围,然后对估计结果进行修正,得到最终的姿态解。本文对建模算法用Matlab程序进行了仿真实验,改进了三维人脸建模的一些关键技术,最终实现了从单幅正面图像恢复三维人脸。文章最后分析了存在的问题和不足,为进一步的研究工作提供了方向和经验。