论文部分内容阅读
三维动画是动画技术五十年来随着软硬件计算机技术的发展而产生的新的动画技术。三维动画软件在计算机中搭建出一个虚拟场景平台,在这个虚拟的平台中按照要表现的需要实现的三维动画,建立相应的角色和场景模型,再根据设定模型需要呈现的动画进行控制器设定、设定几种layout摄影机,为模型赋上特定的材质,制作特定角度灯光,完成后进行绑定模型,然后进行动画设置,进行最终渲染后,生成最后的画面。面部动画是三维动画中难度较高的部分,合成具有表情人物虚拟面部动画可以极大地提高人机交互自然性,其合成技术目前被广泛应用于医学、教育、军事、娱乐等诸多领域。目前主流的面部动画方法是通过MAYA等三维软件制作人脸动画和光学捕捉的方法进行捕捉面部表情。但由于MAYA等三维软件学习起来异常繁琐,而光学捕捉又成本过大,所以需要一种新的人机技术改善面部动画的制作流程。在人机交互领域,人脸识别技术在相对稳定的环境下对脸部的动画能够达到较高的识别率。然而,将其应用到真实环境时,其识别能力通常会由于人脸区别较大因素的影响受到极大的限制。在动画制作中,可以利用对面部数据区的数据捕捉,面部各个区域信息作为一种重要的动画理解源,可以明显提升动画制作的速度和准确度。本文主要研究基于视频分析的自动生成动画技术,并探讨了基于三维动画应用软件的动画生成技术。本文首先介绍了三维动画的背景和意义,详细阐述了三维动画研究和视频分析的现状,分析了主流的方法。在此基础上,提出了本文基于视频分析自动生成面部动画框架,该系统包括数据的采集和预处理、特征点定位,面部动作分析,FAP (facial animation parameter)部分。其中面部特征点提取是提高系统整体真实感动画生成的关键,亦是本文研究的重点,通过AAM算法和面部动作分析相结合生成表情动画,并利用视频采集设备获取自然人面部动画的数据,应用AAM,FAP驱动三维模型,生成具有真实感的表情动画,提高三维动画合成效果和效率。本文主要工作如下:1)基于Maya面部动画和基于光学捕捉的Motionbuilder的基本制作流程,面部动画的动作特征分析。2)基于AAM面部动画类的AAM模板。精确的特征点定位直接影响后期几何特征提取和面部区域定位的准确性,鉴于脸部眼睛,嘴是否重叠等状态纹理差异较大,带来AAM自动特征点定位后,需要大量手工调整工作量。本文提出了基于口型和眼睛分类样本,分别训练AAM模板,建立了5种典型的AAM模板:正常状态AAM模板;闭眼的AAM模板;A嘴型的AAM模板、啊嘴型的AAM模板和O嘴型的AAM模板。以提高特征点定位准确性,减少手工工作量。3)基于FAP驱动的动画生成技术。4)动画数据在Motionbuilder中的应用。