一种兼容于MPEG-4的三维人脸动画

为了生成真实感的三维人脸动画,提出了一种新的兼容于MPEG-4的人脸动画方法.采用基于均匀网格重采样和网格简化相结合的方法对齐原型三维人脸,并在三维模型上定位FDP和FAP控制点,建立兼容于MPEG-4的人脸动画模型,根据已知的人脸动画定义表构建适合于该方法提出的三维模型的人脸动画定义表.实验结果表明,该人脸动画方法可根据一幅给定的人脸图像自动重建特定人的三维人脸,并根据FAP参数序列驱动模型,生成真实感较好的人脸动画图像.     

基于二维人脸图像的三维建模研究

针对目前三维人脸建模方法存在的不足,在分析了网格重采样方法的基础上,提出了一种改进的基于模板的网格重采样方法.首先对人脸的重要特征点大致定位,自动将人脸划分为36个分块,初步建立三维人脸间的对应关系;然后使用重采样的方法,得到具有规则拓扑结构的人脸特征点,建立较为精细的中性人脸模型.经实验证明,该方法能够在较短时间内实现对中性三维人脸的建模,同时对高维模型进行了网格简化.     

基于组合特征判别分析的三维人脸识别算法

针对人脸识别中特征表示与提取问题,提出了一种新颖的基于组合特征判别分析的三维人脸识别算法.该算法首先使用基于非均匀网格重采样的方法对所有三维人脸做规格化处理,使三维人脸具有统一的点数和拓扑结构;其次,以先分段、再重叠的形式将原本一维向量表示组织为二维矩阵表示,然后使用二维线性判别分析方法(2DLDA)对获得的数据进行特征抽取.这种方法在避免图像信息的丢失、增加组合特征的同时,理论上也能避免单纯使用线性判别分析(LDA)进行特征抽取时容易出现的小样本问题.在BJUT-3D大规模三维人脸数据库上的实验表明,本方法取得了良好的识别效果.     

基于单目RGB摄像机的三维人脸表情跟踪算法

利用单目摄像机对人脸表情进行三维跟踪有两个关键问题,一是从单幅图像中重建人脸的三维模型,二是建立不同三维模型之间稠密的对应关系。针对上述问题,提出一种有效的三维人脸表情跟踪算法。对输入的各帧人脸图像进行自动特征点检测,并根据2D特征点,利用Multilinear Model重建不同表情的三维模型。通过将三维模型重投影至图像空间,计算各帧图像间的Optic Flow与Sift Flow对应。根据图像间的对应关系,利用Laplacian网格变形对三维模型进行修正,建立不同表情之间三维的稠密对应。试验表明,该方法可以重建出较为真实的三维人脸表情模型,同时可以精确跟踪连续变化的三维表情序列。     

基于三维模型与Gabor小波的人脸特征点跟踪方法

为了实现人脸特征点跟踪系统的鲁棒性和精确性,使用光束平差法模型将基于三维人脸几何模型的跟踪方法与基于Gabor小波的特征点跟踪方法结合起来,提出基于三维模型与Gabor小波的人脸特征点跟踪方法.该方法使用基于Gabor小波的特征跟踪方法来得到每帧的初始特征点,使用基于三维人脸几何模型的整合优化跟踪方法来得到每帧的最终特征点.与3类典型人脸特征点跟踪方法的对比实验结果表明,该方法克服了以往方法基于二维图像信息来寻找特征点的局限性,可以实现鲁棒的、实时的、大角度的人脸特征点跟踪.     

具有照片真实感的三维特定人脸的生成

目前人脸建模的方法都不是很令人满意：成本高昂，算法复杂。针对这一困难提出了一种简单有效的由正、侧面照片重建特定人脸三维模型的新方法。先用多分辨率技术构造纹理无缝拼接图，然后把三维网格模型投影到圆柱面上并展开，根据二维图像变形技术中特征指定算法的数学思想，将匹配公式进行一定的改进后应用于模型网格点的适配，在作了一定假设后推导逆向圆柱映射的计算公式，将适配后的柱面网格映射回去，最后进行纹理映射生成真实感的特定人脸三维模型。实验证明，该方法可实现不同人脸的真实再现，而且无需昂贵的设备，算法简单，可以廉价的生成具有照片真实感的三维特定人脸。     

具有真实感的虚拟人脸合成

建立了一个可变形的三维人脸网格模型，通过两种变形方法使网格模型与特定人脸照片相匹配；利用所提供的特定人脸的照片，合成人脸的无缝拼接纹理图，同时对变形后的特定人脸网格模型进行了Bezier磨光；将人脸无缝拼接纹理图映射到Bezier磨光后的特定人脸网格模型上，从而生成具有真实感的三维人脸．     

由粗到精的三维人脸稀疏重建方法

针对传统三维人脸重建算法精度不高的问题,提出一种由粗到精的三维人脸稀疏重建方法。根据稀疏形变模型方法对待重建人脸的部分区域显著点进行重建,得到第1步重建结果,并在此基础上进行后续重建。将第1步的重建结果作为新的参考模型,求取待重建人脸与参考模型的特征点的坐标投影距离,从而求取参考模型的形变因子,完成最终三维人脸的重建。由于两步稀疏重建的作用不同,对重建过程中参数的选取也采用不同方式。实验结果表明,该方法能有效提高人脸重建精度,同时保持较快的重建速度。     

基于扩展二维不变矩的三维人脸特征提取

将二维不变矩理论和算法扩展应用于三维人脸特征提取的研究,在对三维人脸模型进行预处理及网格归一化的基础上,建立了具有平移、比例和旋转不变性的三维人脸模型的Zernike矩不变量特征表示,并基于距离可分性设计了一种特征评价测度,对所提特征和深度特征进行了对比评价。多姿态三维人脸数据库的实验结果表明,三维人脸模型的Zernike矩不变量特征具有对不同姿态人脸模型鲁棒、可分性强等优点。     

基于MPEG-4的三维人脸动画系统

为了解决基于模型编码的新一代多媒体压缩标准中的MPEG-4人脸动画技术,引入了一个MPEG-4三维人脸动画系统.首先用3D Scanner获取的主体对象的深度信息和纹理信息特定化通用网格模型;然后采用参数模型和肌肉模型相结合的方法控制模型网格点的变化,生成人脸动画;同时引入人脸功能区的划分并定义了人脸动画表.实验表明:此方法可以在FAP(facial animation parameter)流的驱动下生成理想的三维人脸动画.     

三维人脸库数据还原处理

利用北京工业大学多媒体与智能软件技术实验室创建的中国人彩色三维人脸数据库中所提供的三维人脸数据，还原到规格化前的三维人脸数据，并建立了几何图与纹理图的双向映射关系．这一研究对于后续研究时的三维人脸数据操作具有重要意义．     

基于改进的非刚性配准的三维网格序列压缩方法

旨在解决拓扑异构的三维网格序列的压缩问题,采用非刚性配准和视频帧间编码技术结合,提出双向多参考帧预测方案,构建了一种基于非刚性配准的针对拓扑异构的三维网格序列的压缩方法.该方法有效地利用三维网格序列的帧间相关性,降低存储代价.三维人脸网格序列压缩实验结果表明:与传统方法相比,压缩性能有很大提高.     

爆炸荷载作用下部分埋置结构响应的数值模拟方法

为了比较不同的数值模拟方法进行动力响应分析的优缺点,采用爆腔内壁施加经验压力和高爆炸药材料模型(ALE算法)模拟爆炸荷载,分析了部分埋置结构的动力响应．结果表明:爆腔内壁施加经验压力时程模拟爆炸荷载的方法与Lagrangian算法模拟爆炸荷载的方法所得的数值结果相近,但其计算精度低于ALE算法, Lagrangian算法和ALE算法相比,所需计算工作量较少,爆腔内壁施加经验压力模拟爆炸荷载的方法在实用性上具有一定的优势．     

基于多视点图像的人脸表面光场重构

为了实现任意新视点下三维人脸模型的绘制,针对三维人脸模型数据的特殊性,提出一种借助一般三维人脸模型基于稀疏多视点图像重建特定人脸表面光场的方法,该方法改进了Laplacian网格变形技术,实现了一般人脸三维模型到多视点图像中特定人脸三维模型的变形,避免了直接扫描人脸模型的操作复杂、模型粗糙、数据量大等缺点。最后,通过任意视点下人脸模型绘制验证了基于多视点图像重构获得的人脸表面光场数据的有效性。     

三维人脸扫描图像数据预处理

为构造基于知识学习的形变模型所需的规格化三维人脸库,提出一种纹理映射图数据结构及以点为处理单元的分割三维人脸的方法.该结构将原始数据隐含的信息显性化,为激光扫描仪采集的真实三维人脸中分离的采样点与纹理2部分数据建立双向映射关系,以保证数据操作和处理达到实时与同步.基于此结构的快速映射特点,提出的分割方法以二维纹理点为操作对象能够快速处理大量原始数据.     

Radial-curve-based facial expression recognition

A fully automatic facial-expression recognition (FER) system on 3D expression mesh models was proposed. The system didn't need human interaction from the feature extraction stage till the facial expression classification stage. The features extracted from a 3D expression mesh model were a bunch of radial facial curves to represent the spatial deformation of the geometry features on human face. Each facial curve was a surface line on the 3D face mesh model, begun from the nose tip and ended at the boundary of the previously trimmed 3D face points cloud. Then Euclid distance was employed to calculate the difference between facial curves extracted from the neutral face and each face with different expressions of one person as feature. By employing support vector machine (SVM) as classifier, the experimental results on the well-known 3D-BUFE dataset indicate that the proposed system could better classify the six prototypical facial expressions than state-of-art algorithms.