论文部分内容阅读
基于视频的三维人脸动画驱动技术是人机交互领域的一个研究热点,其中包含了人脸检测、跟踪与特征定位和提取技术等人脸信息处理的关键技术,在学术领域、应用领域都有着极其重要的意义,其技术在诸多方面有着广泛的应用。本文设计并实现了一个基于视频的三维人脸动画驱动系统。该系统能够准确定位视频图像中人脸特征点的位置,跟踪特征点的运动轨迹,并使用该运动信息结合肌肉向量表情动画引擎,驱动三维人脸做出与视频人脸相同的表情动画,取得了较好的驱动效果。总结全文,本文的主要工作体现在以下几个方面:1.图像预处理。在图像预处理模块,提出了通过采用光线补偿、高斯平滑及灰度图像的形态学操作等图像预处理操作的有序组合增强图像质量。2.人脸检测。在人脸检测模块,通过Viola Jones人脸检测算法检测视频第一帧的人脸图像,为下一步的人脸跟踪提供初始化窗口,并为人脸特征点定位提供更小的搜索范围。3.人脸跟踪。在人脸跟踪模块,提出了通过结合Kalman滤波方法的预测型Meanshift算法获取视频中人脸框的位置及大小,实现一种能够处理多种姿态和遮挡的人脸图像序列快速跟踪算法。4.人脸特征点定位。在视频人脸特征点定位模块,针对ASM算法的缺陷,本文提出了一种基于预测型Meanshift算法和增强的ASM算法的自适应视频人脸特征点定位算法,提取关键特征点信息。与其他的人脸特征点定位与跟踪方法相比,本文的方法在视频人脸快速转动和临时出现遮挡的长时间人脸特征点定位与跟踪过程中具有很好的性能,并且还能处理平面内任意角度偏转时的人脸特征点定位问题。为保证实时性,本文还在能够运行CUDA的GPU下进行了加速。5.特征数据信息转换。在数据信息转换模块,通过二维特征点与三维特征点的映射关系获得了与肌肉模型动画引擎一致的人脸动画驱动数据。6.驱动三维人脸模型。通过获得的驱动数据信息,实现了基于视频的三维人脸动画驱动效果。