来源于历史悠久的绘画艺术的风格化绘制技术对于风格化动画、游戏以及文化遗产保护和传承都具有非常重要的意义,是一个非常重要的研究方向。而与风格化绘制具有相当紧密的联系的风格化动画,因为包含时间这个新维度,使其比静态的风格化绘制技术有了更强的表现力,在计算机图形学领域也是一个很有价值的研究领域。基于样例的人脸风格化动画生成是该领域的重要研究课题之一,是风格化人物动画生成的一个关键。然而,为了实现从样例中学习多样的风格并自动生成人脸风格化动画,仍然需要解决许多问题。本文结合计算机图形学、计算机视觉和机器学习等领域的技术,在绘制和动画生成两个方面,都提出了基于样例的新方法,以提高用计算机技术制作多种不同的人脸风格化动画时的制作效率。具体的研究工作如下:1.提出了风格化脸部动画样例表达和候选样例检索方法样例表达是设计基于样例的方法的基础。为了模拟风格化绘制的艺术化加工过程,提出应该基于成对的照片和风格化图像作为风格化绘制的样例;为了弥补二维关键帧缺乏三维信息而难以在自动生成中间帧时处理遮挡的问题,提出基于主帧样例来补充三维信息的方法。候选样例检索时需要设计合适的评价算法来对候选样例的匹配度进行评价,但不同艺术家有各自独特的评价方法,因此提出了一个基于样例学习的匹配度评价方法。样例表达和候选样例检索方法成为后续的基于样例的方法能够成功实施的基础。2.提出了基于主帧样例学习的中间帧生成方法中间帧生成的自动化是传统关键帧动画技术的一个关键问题。解决该问题的一个核心是为二维关键帧弥补三维信息。同时,为了不给传统制作流程增加额外的样本收集成本,提出了基于主帧样例学习的方法来自动建立关键帧对应关系。之后,针对不同视点下的关键帧插值问题,提出基于四个视点的View-morphing方法,在保持手绘风格的前提下,自动生成具有正确的视点变化效果的中间帧。3.提出了基于实例推理的风格化绘制方法绘制风格的多样性一直是风格化绘制的一个难题。为了从尽可能少的样例中学习到画家的独特绘制风格,借鉴了人工智能领域的实例推理技术,提出了一个新的基于样例的人脸风格化绘制方法。在该方法中,采用生成并评价的机制来预测每一个候选实例的匹配程度,进而获取最匹配的实例;采用基于样例学习的参数估计模型,实现自动实例调整。该方法能够学习多种不同的脸部肖像画绘制风格。4.提出了二三维结合的人物动画生成方法动画是大众喜欢的一种艺术表达形式,敦煌壁画是中华民族最重要的文化遗产之一,所以,以动画为载体展现敦煌壁画非常利于吸引大众的注意力,对这类文化遗产的保护和传承很有意义。壁画的动画化要求在动画中模仿壁画的二维手绘风格,虽然使用基于样例的风格化绘制技术和基于主帧样例的中间帧生成技术可以模拟艺术家的风格得到二维脸部风格化动画,但是,目前二维动画资源和人力都比较稀缺,而三维动画则不同。同时,二维和三维动画技术又有各自的优势。所以,提出了一个结合二三维动画资源的人物动画生成方法。该方法能够利用三维动画资源驱动二维风格化资源产生运动,在保持二维手绘风格的同时生成动画。同时,还能允许用户简单平滑地控制动画的风格更加接近于二维还是三维。本文的工作对基于样例的人脸风格化动画技术的若干关键问题进行研究,提出了一些新的有效的解决方法。这些方法丰富了本领域的研究,而且,对不同风格的动画制作的人力成本的降低起到了推进作用。