论文摘要
人类作为现实生活的主体,也是虚拟世界的活动主体。随着计算机视觉与虚拟现实技术的发展,虚拟人物设计得到越来越多的关注。人眼是心灵的窗口,人眼模型及其表情合成的效果直接影响着虚拟人脸的真实感和感情表达能力。因此,对虚拟人眼模型及其运动和表情的表示与驱动进行研究,有着重要的理论意义和实际应用前景。本文的主要研究工作有:1.提出了一个三维肌肉控制人眼（3D-MCE）模型。该模型根据解剖学原理和运动特征,将人的眼部分为内部眼球和外部眼睑、眉毛、额头、鼻子等两部分,分别建立内部类刚体模型和外部柔性体模型。该方法在低数据量的条件下,提高了模型的运动灵活性和逼真程度。2.给出了一个三维肌肉控制方法。该方法依据体积不变原理,将Waters等提出的肌肉模型中肌肉收缩引起特征点在纵向的运动变化,扩展到包括纵向、横向在内的三个垂直方向上的运动分量变化,并将其用于3D-MCE模型,控制人眼部的运动及表情。3.提出了多线谱的人眼运动与表情的表示及驱动方法。该方法用各肌肉归一化收缩量随时间变化的曲线组,即多线谱表示及驱动人眼的运动与表情。并给出了一种由人眼单视频图像获取人眼多线谱的方法。4.研究了3D-MCE模型、人眼多线谱与MPEG-4标准的关系。根据3D-MCE模型与MPEG-4标准定义的人脸模型在特征点、运动参数、尺度及坐标之间的对应关系,给出了人眼多线谱与MPEG-4标准视频流之间的双向数据转换方法。上述方法经过了实验验证。实验结果表明,数据量及计算量较小,所得人眼及其运动表情较为逼真细腻。3D-MCE模型相比单一网格模型真实感和灵活性较好;人眼多线谱方法简洁直观,具有较好的普适性。本文主要研究了真实感的人眼模型及其运动和表情的表示及驱动方法。所用方法可进而用于人脸模型及其运动和表情的表示及驱动。
论文目录
摘要ABSTRACT第一章 绪论1.1 课题研究的背景及意义1.2 虚拟人脸技术的发展历史1.2.1 基于几何的虚拟人脸方法1.2.2 基于图像的虚拟人脸方法1.2.3 基于表演的虚拟人脸方法1.2.4 基于表情编码的虚拟人脸方法1.3 虚拟人眼技术的的研究现状1.3.1 基于肌肉的虚拟人眼方法1.3.2 基于图像的虚拟人眼方法1.3.3 基于表演驱动的虚拟人眼方法1.3.4 基于样本统计的虚拟人眼方法1.4 本文的研究内容和创新之处第二章 基于解剖学的人眼模型研究2.1 人眼解剖学及其运动特征研究2.1.1 人眼内部的解剖学及其运动特征2.1.2 人眼外部的解剖学及其运动特征2.2 人眼3D-MCE模型研究2.2.1 人眼内部模型2.2.2 人眼外部模型2.3 人眼3D-MCE建模方法2.3.1 人眼内部建模方法2.3.2 人眼外部建模方法2.4 实验及结果2.4.1 人眼外部建模方法2.4.2 人眼内部建模方法2.5 小结第三章 人眼模型的肌肉控制方法研究3.1 3D肌肉控制方法研究3.1.1 窄线性肌3.1.2 宽线性肌3.1.3 括约肌3.2 人眼3D肌肉控制模型3.2.1 人眼内部的肌肉控制模型3.2.2 人眼外部的肌肉控制模型3.3 实验及结果3.4 小结第四章 基于多线谱的人眼运动及表情的表示方法研究4.1 人眼运动仿真4.1.1 单条肌肉起主导作用的人眼运动仿真4.1.2 多条肌肉共同作用的人眼运动仿真4.2 多线谱表示方法4.2.1 多线谱坐标系4.2.2 多线谱性质4.2.3 人眼多线谱定义4.3 人眼多线谱表示方法4.3.1 人眼运动的多线谱表示方法4.3.2 人眼表情的多线谱表示方法4.4 实验及结果4.4.1 人眼运动的多线谱实验4.4.2 人眼表情的多线谱实验4.5 小结第五章 人眼多线谱的单视频获取方法与实现5.1 系统结构5.2 人眼多线谱计算方法5.2.1 预处理5.2.2 肌肉参数获取5.2.3 肌肉收缩量获取5.2.4 人眼多线谱计算5.3 实验结果5.4 小结第六章 基于MPEG-4的人眼多线谱驱动及获取方法与实现6.1 MPEG-4标准与3D-MCE6.1.1 特征点对应关系6.1.2 运动表示对应关系6.1.3 尺度对应关系6.2 人眼多线谱的MPEG-4驱动方法与实现6.2.1 MPEG-4模型的初始状态计算6.2.2 中间参数计算6.2.3 FAP计算6.2.4 实验结果6.3 基于MPEG-4的人眼多线谱获取方法与实现6.3.1 特征点坐标匹配6.3.2 归一化肌肉收缩量序列计算6.3.3 人眼多线谱生成6.3.4 实验结果6.4 小结第七章 总结与展望参考文献致谢在读期间发表的学术论文与取得的研究成果
相关论文文献
标签：三维肌肉控制人眼模型论文; 归一化肌肉收缩量论文; 多线谱论文; 人眼运动及表情论文;
