该文主要针对模型基编码方案的全局运动参数估值问题,运用一般三维运动估值的知识,推导出运用于人脸运动参数估值的运动模型和光流算法,并地该算法的效果进行分析,对算法的改进提出看法.模型基编码方法属于新一代图像压缩编码方法,在需求极低码率传输图像数据的实际应用中有很广阔的应用前景.目前它的主要应用范围是可视电话及会议电视.模型基编码按模型的不同,分为物体基编码和语义基编码,该文主要研讨语义基图像编码.全文分为五章:第一章主要介绍模型编码的基本概念和基本方法、接收机框图;然后对模型基编码的两种类型:物体基编码和语义基编码分别进行介绍:对物体基编码只粗略介绍其概念,对语义基编码详细介绍其方法、实现框图、关键技术等.第二部分介绍使用瑞典Linkoping大学研制的CANDIDEI和CANDIDE2人脸线框模型,进行模型匹配、产生具有运动变化的人脸图像、合成具有各种表情的人脸图像等.第三章探讨一般三维运动估值问题,并介绍两种运动估值方法;特征点对应法和光流法.第四章利用第三章中推导的知识,将一般三维运动估值方法用于脸部运动估值,推导出脸部运动的仿射运动模型,并详细推导光流法计算脸部全局运动参数.第五章用CANDIDEI模型产生出带有变化的运动图像,用光流算法对原图像和运动后图像进行运动参数估值,给出并分析估值结果,并用得到的估值参数对图像进行恢复,比较原图像和运动图像,得到模型基编码参数误差引起的几何失真的感性认识.最后,对算法的有效性进行分析,对实际应用中的算法提出改进方案.