三维人脸重建及其关键技术研究

论文摘要

人脸是人体最具表达力的部分,具有个性化和多样化的特点。生活中我们通过人脸来辨别身份,通过人脸来表达喜怒哀乐,人脸在我们平时的生活中起着举足轻重的作用。人脸具有复杂的几何形状和表面材质,现有的一些问题用二维方法不能很好地解决。如在人脸识别方面,表情变化问题始终是一个阻碍提高识别率的关键因素,如果能在三维模型上人工合成表情动作,充分利用三维信息进行识别,在理论上会提高识别率和识别的鲁棒性。同时人脸建模在计算机动画等领域也有着很好的应用。本文从人脸的三维重建技术研究出发,提出了改进型的形变模型框架,实现初步的单幅正面人脸三维人脸重建系统,并对人脸重建中的关键技术——图像配准技术做了重点研究。主要工作内容如下:1. BJUT-3D三维人脸数据库的原始数据非常粗糙,本文从人脸库中提取了纹理信息,并对其进行了投影和影射处理,建立三维人脸的正面人脸信息库及相应的三维人脸信息索引库。对建立的人脸图像库做了一定预处理,包括对光照的归一化处理等,按照性别、年龄等条件对所建立的人脸库进行分类。2.三维数据扫描仪获取的三维原始样本的数据量相当大,在配准时运算时间较长,对计算机的要求也特别高,本文提出了改进型的形变模型框架。主要包括两方面的工作:（1）精简原始三维模型的数据点（主要是按照一定的步长对原始模型进行采样）;（2）提出了改进型的形变模型框架,优化了人脸建模过程。3.分析了人脸数据的特点,利用数据结构描述了三维人脸信息,结合OpenGL,初步建立了三维人脸重建系统,实现了对三维人脸模型的快速建模和显示。4.重点研究了人脸重建的核心技术——图像配准技术以及它的运用。利用光流技术实现了不同人脸间的稠密对应,并结合光流技术和AdaBoost人脸检测算法,提出了一种融合算法用于视频人脸的实时检测方法。5.结合AAM算法与Warp图像变形技术,提出了一种新的图像配准技术方法。并将该方法用于建立虚拟人脸库,提高多姿态人脸识别的识别率。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 三维人脸重建的应用和意义
• 1.2 国内外现状分析
• 1.3 本文的研究内容
• 1.4 本文的组织结构
• 1.5 本章小结
• 2 三维形变模型
• 2.1 人脸建模研究发展概述
• 2.2 三维人脸建模的方法
• 2.2.1 基于图像建模的方法
• 2.2.2 基于人体医学和人体测量的方法
• 2.2.3 由数字化仪的方法测量脸部数据
• 2.3 Morphorbale 模型（形变模型）
• 2.3.1 模型建立过程
• 2.3.2 重建三维人脸模型
• 2.4 本章小结
• 3 基于改进的 Morphable 模型框架下的人脸建模
• 3.1 改进的 Morphable 模型
• 3.2 改进的 Morphable 模型框架下的人脸建模
• 3.2.1 建立重建人脸信息库
• 3.2.2 最优模型搜索
• 3.2.3 重建人脸与模型人脸间的匹配
• 3.2.4 人脸重建的效果显示
• 3.3 系统运行示意图
• 3.4 本章小结
• 4 基于光流的图像配准技术及应用
• 4.1 图像配准的方法介绍
• 4.2 光流算法
• 4.2.1 基于匹配的方法
• 4.2.2 基于能量的方法
• 4.2.3 基于相位的方法
• 4.3 基于 AdaBoost 和光流的实时人脸检测
• 4.3.1 角点提取
• 4.3.2 AdaBoost 与光流的融合
• 4.3.3 实验结果
• 4.4 区域光流改进算法
• 4.5 本章小结
• 5 基于 AAM 和 Warp 的图像配准技术及应用
• 5.1 AAM 算法
• 5.1.1 关于AAM 的一些重要研究成果
• 5.1.2 AAM 目标建模过程
• 5.1.3 AAM 目标搜索过程
• 5.2 Warp 算法
• 5.3 基于 AAM 和 Warp 的图像配准技术
• 5.4 基于 AAM 和 Warp 的配准技术在人脸识别中的应用
• 5.4.1 基于单视图的多姿态人脸图像的生成
• 5.4.2 建立FERET 库对应的虚拟图像库并将其应用在人脸识别中
• 5.4.3 人脸识别方法
• 5.4.4 实验结果
• 5.5 其他应用
• 5.6 本章小结
• 6 全文总结与展望
• 6.1 工作总结
• 6.2 下一步工作
• 致谢
• 参考文献
• 附录