论文部分内容阅读
无标记点人脸表情捕捉技术是表情捕捉技术的一个新的方向,区别于现阶段比较成熟的有标记点的捕捉技术,无标记点的捕捉技术在数据获取部分存在着更大的难度,有更多的研究空间。该技术融合了图形处理、计算机视觉、计算机图形学等多个学科,是近年来的热点研究方向。无标记点的表情捕捉技术不仅具有一定的理论研究意义,还有其更广泛的实际市场价值,可以应用在多个领域,如医疗分析、影视娱乐、游戏制作等。本文主要就无标记点捕捉技术中的几点问题进行深入研究,并取得了一些理论成果。本文对现阶段的人脸表情捕捉技术做了比较详细的介绍和分析,针对无标记点人脸表情捕捉技术的主要问题进行深入研究。首先,建立一个新颖的描述人脸表情变化的模型,包括局部的特征点和全局的网格,其中特征点由ASM(Active ShapeModel)算法识别人脸得到,然后根据特征点的位置生成均匀的网格。此模型覆盖大部分人脸面部,可以准确地描述绝大部分表情变化。其次,以此人脸模型为基础提出一种新的表情捕捉方法。使用光流跟踪特征点的位移变化并辅以粒子滤波稳定其跟踪结果,以特征点的位移变化驱动网格整体变化,作为网格跟踪的初始值。使用网格的形变算法作为网格的驱动方式,以线性与非线性相组合的方法跟踪网格的变化,实现对表情的捕捉。最后,以捕捉到的表情变化数据驱动不同的人脸模型,根据模型的维数不同使用不同的驱动方法来实现表情动画重现,将捕捉的表情映射到二维卡通人脸和三维虚拟人脸模型都能取得较好的动画效果。本文搭建了原型实验系统,并采用C++语言实现捕捉算法的软件编写,进行多组数据实验,取得了较好的实验结果,验证了本文提出的基于网格跟踪的无标记点人脸表情捕捉算法的可行性。