论文部分内容阅读
基于二维图片的三维人脸重构在现实生活中有许多应用场景,许多学者对其进行了深入的研究并提出了许多有效的解决方案,但是针对人脸重构的许多细节还有优化的空间。本文尝试研究基于网络的三维人脸重构系统,并对系统中的如特征点识别,模型变换,纹理映射等方面进行了研究,提出了相应算法上的优化,提出采用Django web框架来构建三维人脸重构的系统,并设计了前端界面。三维人脸构建系统的研究进行了以下工作:(1)使用AdaBoost算法配合形状约束模型来构建人脸特征自动识别分类器,使其能够快速自动定位人脸上的特征点,提取出的特征点信息将被用于进行特定三维人脸模型的适配。(2)在对人脸进行姿势恢复后,然后对标准人脸分区域进行调整,定义了Stretching因子来分别对人脸不同区域的特征点和非特征点进行局部调整,用这样的方式最大程度的保证特征一致性。(3)提出采用视角相关纹理映射函数来增强人脸纹理映射的效果,根据相对应角度与三维人脸模型上区域对应关系分配不同的权值。(4)提出采用Django web框架来构建三维人脸重构的系统,并设计了前端界面。