论文部分内容阅读
近年来,三维人脸模型被广泛地应用于各种各样的领域,建立真实感的三维人脸模型成为了计算机视觉和图像学领域中最具挑战性的课题之一。相对于二维图像,三维模型更能反映出更多的内在信息。正因为其有着广阔的应用价值和应用前景,三维人脸重建技术成为了目前国际上最活跃的研究热点。目前很多人使用形变模型进行人脸的三维重建,其中大部分都是针对单幅图像进行重建,由于单幅图像缺少多角度信息,不能确定每个角度都可以获得较好的结果。为更好地解决此问题,本文提出了基于形变模型的多视图人脸图像的三维重建方法。包括以下几个方面:(1)人脸三维重建中首先需要进行形变模型与多视图人脸图像匹配,并且是最关键的步骤之一,为使匹配后的模型更为精细,本文提出了一种有效的形变模型与多视图人脸图像匹配方法,根据图像特征点信息,使用三维人脸稠密匹配方法(3D Dense Face Alignment,3DDFA)估计出每幅图像的模型参数,形变模型根据模型参数发生变形,可以得到一组变形后的三维人脸模型。(2)为获取匹配后的人脸模型,本文提出了一个模型函数,该函数关联了每幅图像的参数信息,通过求取变形后人脸模型的平均值,获取最终一个匹配后的与目标人脸相似的三维模型。实验结果从定性和定量的角度证明了本文匹配后的模型更为精细,从而表明了方法的有效性。(3)匹配后虽然整体上与目标人脸相似,但整体上仍然缺少一些局部细节,本文使用光度立体视觉技术,通过假设光照模型,恢复表面法线信息来增强模型的细节。实验结果通过与其他重建方法对比,通过定性和定量分析证明了本文的重建模型效果更好,鲁棒性更强。(4)为把本文所做的理论工作付诸于实践中,设计开发了一款简易操作的三维人脸重建系统。该系统实现了人脸重建中的基本过程,对本文提出方法的有效性进行了验证。