基于特征点预测的三维表情人脸合成
3D expression face synthesis based on feature point prediction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。