论文部分内容阅读
人脸的捕获、分析与处理一直是是计算机视觉中的重要课题。随着数码相机、手机等设备的不断普及,二维人脸数据的捕获变得触手可及。相比而言三维人脸数据的采集较为困难,主要途径是通过三维扫描仪进行捕获。以白光、激光等为基础的三维扫描仪精度很高,但对人眼、皮肤等存在一定的伤害。近年来基于红外的深度相机设备的有效采集距离越来越近,英特尔公司推出的RealSense系列产品更是将此距离缩短到30厘米之内,搭配Kinect Fusion等经典算法,使得深度相机采集人脸数据变得切实可行。捕获到的面部数据除了简单的信息记录功能,也常常被应用于信息加密、安保监控、娱乐等领域。最近几年社交媒体的快速发展带动了人脸迁移(即“换脸”)应用的兴起。二维的“换脸”常用于面部交换、照片合成、隐私保护等方向。相比而言三维“换脸”更具实际意义,可应用于大型3D游戏中“面部补丁”的定制,也可应用于3D打印等实际场景。但目前存在的三维“换脸”应用较少,且存在几何相似性差、兼容性差、过度局限于给定的模型库等问题。三维人脸数据采集除了记录人脸的色彩信息,还需记录其三维几何信息,以及两者之间的匹配关系。对应于信息的采集,三维“换脸”也需从几何、色彩两个角度去保证效果,其基本指标是:几何相似、无缝融合、特征匹配,扭曲少。本文提出了一套基于深度相机的全自动三维人脸扫描及“换脸”系统。系统包含扫描与“换脸”两个模块,且二者无缝衔接。扫描模块的贡献在于,利用红外深度相机在极短时间内快速采集并重建出带纹理效果的三维人脸模型,并利用特征点等信息自动裁剪得到形状较为标准的人脸。“换脸”的贡献在于无需人工交互且兼容性强。色彩方面采用基于图像梯度的无缝拼接算法进行色调预处理,以及基于能量优化的色差调节算法处理色彩融合;几何方面采用保网格Laplace的优化方法进行几何变形并自动拼接。系统的优点在于换脸效果逼真,并适用于任意带有纹理信息的三维模型的换脸。