基于多種方法的人臉特征跟蹤及人臉動畫.pdf

1、視頻驅(qū)動的人臉動畫一直是計算機(jī)圖形學(xué)和計算機(jī)視覺研究領(lǐng)域中的難點，并成為近年來的研究熱點，在視頻會議、網(wǎng)絡(luò)游戲、數(shù)字娛樂等諸多方面有著非常廣泛的應(yīng)用。本文重點研究三方面的內(nèi)容：視頻人臉特征跟蹤、二維夸張化卡通人臉生成以及基于MPEG-4的二維人臉動畫技術(shù)。 在視頻人臉特征跟蹤中，根據(jù)特征點所在人臉部位具有不同的紋理特征進(jìn)行分組，提出在不借助任何外部條件(如貼標(biāo)記點)的情況下對不同組特征點采用不同的跟蹤方法。首先，對于紋理變化不大

2、的眉部等一組特征點，采用光流方法進(jìn)行跟蹤，同時對其進(jìn)行了改進(jìn)，將通常只參考前一幀圖像改為利用初始幀和前一幀的加權(quán)和進(jìn)行預(yù)測，提高了光流跟蹤的準(zhǔn)確性。其次，對于嘴部特征點，通過分析其多樣的紋理信息，采用彈性圖匹配的方法進(jìn)行跟蹤。該方法中，Gabor變換能夠提取特征點周圍豐富的頻域特征而助于跟蹤，但速度慢，無法實時。本文通過光流預(yù)測、Jet值估計等方法提高了匹配時的搜索速度以滿足實時要求。再次，對于眼皮上的特征點，因眼睛周圍有著特殊的邊緣紋

3、理特征，可采用圖像二值化方法得到特征點的大致位置以達(dá)到跟蹤的目的。實驗表明，這樣將多種方法相結(jié)合跟蹤特征點的方法是有效的。 在二維夸張化卡通人臉生成中，本文通過特征分析提取出人臉與眾不同的特征，之后將基于規(guī)則和基于樣例學(xué)習(xí)的兩種方法統(tǒng)一起來對這種與眾不同的特征進(jìn)行形狀夸張。實驗表明，這種方法既減少了訓(xùn)練樣本，又可以使生成的人臉具有畫家的風(fēng)格。 在基于MPEG-4的二維人臉動畫技術(shù)中，本文將針對于三維人臉設(shè)計的MPEG-4