2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩126頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、面部表情是人們傳遞情感信息的重要手段,在日常交流中占有重要的地位。在各種計算機服務(wù)日益便捷的今天,人們希望計算機能夠和人一樣進行情感交流,特別是能夠表達出擬人化的面部表情。人臉表情合成技術(shù)作為當(dāng)今計算機應(yīng)用領(lǐng)域的一個熱點問題,其成果在影視及游戲娛樂、人機交互、虛擬現(xiàn)實、遠程會議與教育、輔助醫(yī)療等方面有著廣泛的應(yīng)用。該領(lǐng)域的研究經(jīng)過多年的發(fā)展,取得了長足的進步,并涌現(xiàn)出較多有效的人臉表情合成方法與模型。然而,由于面部表情具有豐富而復(fù)雜的變

2、化,要快速生動的利用計算機進行表情的重現(xiàn)并付諸實用化,目前仍有不少問題亟待解決。如何設(shè)計和構(gòu)建同時具有高度真實感和較高實用性的表情合成系統(tǒng),仍然是一個富于挑戰(zhàn)性的研究課題。 本文以研究和建立具有真實感和實用性的三維人臉表情合成系統(tǒng)為目標,對三維人臉數(shù)據(jù)處理、三維人臉建模、基于生理建模的表情合成、基于統(tǒng)計建模的表情合成等相關(guān)課題進行了深入的探討和研究。分別從生理建模和統(tǒng)計建模兩個角度出發(fā),研究了人臉表情合成問題,并提出了相應(yīng)的表情

3、合成模型。在此基礎(chǔ)上,設(shè)計和構(gòu)建了面向一般人臉的多模式三維人臉表情合成系統(tǒng)。 本文中工作的創(chuàng)新點及主要貢獻可總結(jié)如下。 第一,為了提高三維人臉數(shù)據(jù)處理的準確度和自動化程度,提出了一個基于對應(yīng)匹配的三維人臉精細配準方法。該方法把三維人臉的對應(yīng)問題轉(zhuǎn)化為二維圖像的對應(yīng)匹配。通過若干自動檢測的特征點位置提供先驗信息,對于全圖像的對應(yīng)關(guān)系進行插值,得到“粗”對應(yīng);將圖像進行光照補償后,進一步采用光流法進一步修正對應(yīng)關(guān)系,得到“精

4、細”對應(yīng)。該算法自動化程度很高,通過兩個階段的處理后,所得的三維人臉對應(yīng)較為精確,并對光照不敏感。在此基礎(chǔ)上,進一步構(gòu)建了三維人臉的統(tǒng)計模型,并將其作為表情合成平臺的基礎(chǔ)。 第二,在分析和總結(jié)人臉生理解剖知識的基礎(chǔ)上,提出了一種新的用于表情合成的自適應(yīng)三維人臉生理模型。該模型包括一個改進的肌肉模型、一個下頜骨模型、一個單層皮膚模型以及相應(yīng)的皮膚的應(yīng)力機制。其中的皮膚模型具有簡約的結(jié)構(gòu),并設(shè)計了相應(yīng)的應(yīng)力機制來模擬真實皮膚的應(yīng)力變

5、化。該模型的優(yōu)點在于結(jié)構(gòu)簡單,合成效率很高,并保證了表情合成的真實感。同時,為該模型設(shè)計了一種自適應(yīng)匹配方法。該匹配方法將生理模型參數(shù)與人臉形狀特征相聯(lián)系,對于新的人臉,通過形變模型自動獲得輸入人臉的三維外觀,并利用其形狀特征,可以自動生成其生理模型參數(shù)。該匹配方法計算量小,速度快,匹配結(jié)果精確,并能完全實現(xiàn)自動化。 第三,在對大量三維人臉數(shù)據(jù)進行統(tǒng)計分析的基礎(chǔ)上,提出一種基于雙線性分析的三維人臉表情模擬技術(shù)。通過對三維人臉形狀

6、樣本的雙線性分析,將三維人臉的身份特征與表情身份相分離,各自構(gòu)成獨立的線性子空間。該雙線性模型規(guī)模較小,適用于不同的二維和三維人臉應(yīng)用課題。 第四,為了提高已有雙線性模型對人臉與表情的表達能力,提出了一種肌肉參數(shù)驅(qū)動的雙線性表情合成方法。該方法一方面采取分塊處理的策略,對于人臉的各個區(qū)域建立雙線性模型,取得了比總體處理更好的人臉重建和表情模擬效果;另一方面,通過研究生理模型參數(shù)與統(tǒng)計表情參數(shù)間的映射,在不同的表情合成方法間建立了

7、對應(yīng)關(guān)系,可以根據(jù)不同的肌肉參數(shù),獲得對應(yīng)的表情參數(shù),再利用雙線性模型來生成實際表情。該方法能夠生成內(nèi)容與力度變化都較為豐富的人臉表情。 第五,提出了一種基于流形分析的非線性表情合成模型。該模型中,不同的人臉表情被投影到不同的低維表情流形上,并采用人工監(jiān)督學(xué)習(xí)的方法訓(xùn)練和獲得不同表情流形間的非線性變化軌跡。該模型比線性化模型更能夠有效描述表情狀態(tài)間的非線性變化關(guān)系。 最后,利用上述工作,設(shè)計并實現(xiàn)了一個面向一般人臉的多模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論