基于特征点预测的三维表情人脸合成

作     者：舒文 傅钰雯 杨健晟 SHU Wen;FU Yuwen;Yang Jiansheng

作者机构：贵州大学电气工程学院贵阳550025 贵州交通职业技术学院贵阳550025 

出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)

年 卷 期：2022年第12卷第2期

页      面：158-164,169页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：贵州省科学技术基金(黔科合基础1030) 贵州省教育厅创新群体(黔教合KY字012) 

主　　题：三维人脸重建 表情合成 特征点预测 三维形变模型 加权K近邻算法 

摘      要：对于三维人脸表情合成,基于设备的方法成本高、灵活度低,表情的重建依赖人脸扫描过程中原始人脸表情;基于图像的方法大部分以面部行为编码系统(FACS)为基础,存在FACS兼容性较好的部分模型表现粗糙问题、合成真实度较低等问题。针对于此,本文提出一种基于特征点预测的三维表情合成方法。在三维人脸重建效果较好的3DMM算法基础上,引入加权K近邻算法构建表情特征点预测模型,结合BFM表情模型与线性插值算法模型处理纹理遮挡问题。实验表明:该方法较于FACS结合简单模型方法细节表现更强、真实度更高;较于设备方法成本更低、自动化程度更高、整体效果良好。