臉部模型特征遷移的研究與實(shí)現(xiàn).pdf

1、本論文主要研究臉部模型特征遷移過程中遇到的困難，現(xiàn)有解決方法，這些方法存在的不足及對(duì)這些方法進(jìn)行改進(jìn)。
　　 臉部模型是計(jì)算機(jī)動(dòng)畫中經(jīng)常使用的一類模型。由于臉部模型幾何結(jié)構(gòu)復(fù)雜，特征信息繁多，目前通常使用特征遷移的辦法來構(gòu)建臉部模型。特征遷移能夠在一個(gè)良好的模板模型上重構(gòu)臉部的幾何信息，大大提高了計(jì)算機(jī)動(dòng)畫制作過程中對(duì)人物建模的自動(dòng)化程度，提升了計(jì)算機(jī)動(dòng)畫的制作效率。
　　 特征遷移過程中，需要輸入兩個(gè)模型：通過人工方法

2、構(gòu)造的拓?fù)淞己玫哪Ｐ头Q為模板模型，攜帶幾何特征信息但拓?fù)洳焕硐氲哪Ｐ头Q為目標(biāo)模型。對(duì)于特征遷移的實(shí)現(xiàn)算法，目前的研究者大體上遵循拉普拉斯特征遷移算法和迭代最近點(diǎn)算法兩種思路。
　　 其中，拉普拉斯特征遷移算法對(duì)于模型拓?fù)涞囊蟊容^高：模板模型和目標(biāo)模型都必須是拓?fù)鋬?yōu)良的，不能有數(shù)據(jù)漏洞，否則無法實(shí)現(xiàn)特征遷移。出現(xiàn)這一問題的原因是該算法采用了基于參數(shù)化的紋理映射，而很多時(shí)候，通過掃描構(gòu)造的臉部模型都是不可參數(shù)化的，模型上存在著大量

3、數(shù)據(jù)漏洞。這一缺陷大大降低了算法的實(shí)用性。
　　 而迭代最近點(diǎn)算法雖然可以做到連續(xù)平滑的變形和自動(dòng)修補(bǔ)數(shù)據(jù)漏洞。但當(dāng)臉部模型存在尖銳特征點(diǎn)時(shí)，算法易陷入局部最優(yōu)，使模板模型的變形失真，無法得到尖銳效果，變形結(jié)果在形狀上與目標(biāo)模型存在較大的差距。出現(xiàn)該問題的原因是ICP算法依賴于最近點(diǎn)搜索算法的正確性，而在模型的尖銳特征點(diǎn)處，最近點(diǎn)搜索常常產(chǎn)生較大的誤差導(dǎo)致算法失效。
　　 綜合兩種思路的優(yōu)點(diǎn)，針對(duì)其存在的缺陷，本文提出基

4、于拉普拉斯平滑的雙次迭代最近點(diǎn)算法。本文的算法既能夠在尖銳特征點(diǎn)處實(shí)現(xiàn)模型的良好遷移，又不需要模板模型和目標(biāo)模型都具有優(yōu)良的拓?fù)?，還能自動(dòng)修補(bǔ)目標(biāo)模型上的數(shù)據(jù)漏洞。
　　 本文的研究貢獻(xiàn)主要包括以下幾個(gè)方面：
　　 1)指出ICP算法在形狀適應(yīng)能力上的缺陷并使用提取拉普拉斯特征紋理的方法優(yōu)化ICP迭代的初值，從而避免在對(duì)模板模型進(jìn)行變形的過程中出現(xiàn)的在尖銳特征點(diǎn)處遷移效果差的問題。
　　 2)使用ICP方法實(shí)現(xiàn)特