检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于三维形变模型的人脸姿势表情校正

计算机科学 2019年第6期46卷 263-269页

作者：王钱庆张惊雷天津理工大学天津市复杂系统控制理论及应用重点实验室天津300384 天津理工大学电气电子工程学院天津300384

针对目前人脸姿势校正鲁棒性差和计算复杂等问题,提出一种新的人脸姿态表情校正方法。首先,通过Fast-SIC算法来改进AAM模型以实现人脸对齐,该算法在不同光照、不同表情、不同姿势及不同遮挡的情况下均具有良好的对齐效果。然后,在人脸... 详细信息

针对目前人脸姿势校正鲁棒性差和计算复杂等问题,提出一种新的人脸姿态表情校正方法。首先,通过Fast-SIC算法来改进AAM模型以实现人脸对齐,该算法在不同光照、不同表情、不同姿势及不同遮挡的情况下均具有良好的对齐效果。然后,在人脸对齐的基础上进行人脸三维重建。文中提出了BFM-3DMM模型,其在原始3DMM模型的基础上添加了表情参数。但是,经过BFM-3DMM模型校正后的人脸仍然不够平滑,利用SFS算法不会受到原始统计模型约束的特点,对BFM-3DMM模型校正后的二维人脸进行再校正。在AFLW和LFPW数据库及自测人脸数据库上进行了相关实验,结果证明,校正后的二维人脸更加平滑且具有高保真度,还能够保留图像背景等信息。

关键词：人脸三维重建主动表观模型三维形变模型从阴影恢复形状法

自适应三维形变模型结合流形分析的人脸识别方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2017年第S1期44卷 232-235,239页

作者：王渐韬赵丽齐兴斌西南石油大学计算机科学学院成都610500 山西大学计算机工程系太原030013

为了在人脸姿态和表情归一化后减少人脸外观的信息损失,提出自适应三维形变模型(3DMM)结合流形分析的人脸识别方法。首先,描述人脸姿态变换引起的2D和3D坐标的不对应性,提出自适应3DMM拟合方法;然后,通过三维变换来保留尽可能多的身份信... 详细信息

为了在人脸姿态和表情归一化后减少人脸外观的信息损失,提出自适应三维形变模型(3DMM)结合流形分析的人脸识别方法。首先,描述人脸姿态变换引起的2D和3D坐标的不对应性,提出自适应3DMM拟合方法;然后,通过三维变换来保留尽可能多的身份信息,将整个图像网格化映射成3D对象,姿态和表情的归一化保证了变换的稳定;最后,利用多流形判别分析计算流形与流形之间的距离,并利用最近邻分类器完成识别。在Multi-PIE,LFW以及自己采集的数据库上的实验验证了所提方法的有效性,在3个数据库上的识别率分别高达99.8%,95.25%,98.62%。所提方法显著改善了人脸识别性能,在约束和无约束环境下均优于其他几种较新的识别方法。

关键词：人脸识别自适应三维形变模型多流形判别分析不可见区域最近邻分类器

在线全文

学校读者我要写书评

暂无评论

基于三维形变模型的人脸重建及其应用

基于三维形变模型的人脸重建及其应用

作者：曹玮剑上海交通大学

学位级别：硕士

一直以来,人脸都是计算机视觉和图形学的热门研究领域。随着智能手机的普及,用户对于人脸美化、人脸识别、人脸动画等人脸相关的任务需求量巨大,促使学术领域的更多研究员投入到人脸相关的工作。与此同时,社交网络上大量的人脸图片也为... 详细信息

一直以来,人脸都是计算机视觉和图形学的热门研究领域。随着智能手机的普及,用户对于人脸美化、人脸识别、人脸动画等人脸相关的任务需求量巨大,促使学术领域的更多研究员投入到人脸相关的工作。与此同时,社交网络上大量的人脸图片也为研究提供了便利。现有的一些关于人脸的研究,比如人脸识别、人脸配准等,仅依靠二维手段完成这些任务已经陷入了瓶颈,因为图像中人脸姿态及光照环境变化多端,需要依靠三维模型对光照、姿态等条件进行建模,来辅助提高人脸识别、人脸配准等工作的准确率。然而,从二维图片中重建三维模型是一个病态问题,为了解决这个病态问题,学者们引入了一些先验知识,三维形变模型是其中最常见的之一。三维形变模型是一种统计学模型,它是对真实的三维人脸模型的提炼与简化。本文提出了一种基于三维形变模型的快速、高效的三维人脸重建方法。与传统基于三维形变模型的合成分析法不同,我们的方法是配准点驱动的,我们建立了从稠密三维点到稀疏二维配准点的映射模型。但是仅仅依赖于配准点会产生过拟合的问题,因此,我们充分挖掘了配准点附近的纹理信息,用可判别的局部纹理特征指导模型参数的更新。实验表明,我们的算法非常的快速鲁棒。我们模型中的每一个变量都有其对应的物理意义,因此求解出这些参数,我们的算法还可以应用于人脸配准、人脸跟踪、人脸姿态估计、人脸动画等领域。

关键词：三维形变模型局部约束模型人脸重建人脸配准

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于形变模型的多角度三维人脸实时重建

图学学报 2019年第4期40卷 659-664页

作者：陈国军曹岳杨静裴利强中国石油大学(华东)计算机与通信工程学院

采用人脸特征点调整三维形变模型的方法应用于面部三维重建,但模型形变的计算往往会产生误差,且耗时较长。因此运用人脸二维特征点对通用三维形变模型的拟合方法进行改进,提出了一种视频流的多角度实时三维人脸重建方法。首先利用带有... 详细信息

采用人脸特征点调整三维形变模型的方法应用于面部三维重建,但模型形变的计算往往会产生误差,且耗时较长。因此运用人脸二维特征点对通用三维形变模型的拟合方法进行改进,提出了一种视频流的多角度实时三维人脸重建方法。首先利用带有三层卷积网络的CLNF算法识别二维特征点,并跟踪特征点位置;然后由五官特征点位置估计头部姿态,更新模型的表情系数,其结果再作用于PCA形状系数,促使当前三维模型发生形变;最后采用ISOMAP算法提取网格纹理信息,进行纹理融合形成特定人脸模型。实验结果表明,该方法在人脸重建过程中具有更好的实时性能,且精确度有所提高。

关键词：三维形变模型特征点提取表情系数 PCA形状系数纹理融合

在线全文

学校读者我要写书评

暂无评论

基于形变模型和随机照片集的人脸三维重建

控制工程 2021年第7期28卷 1460-1465页

作者：周敏叶钧杨祥桂林理工大学博文管理学院图文信息中心广西桂林541006 桂林理工大学现代教育技术中心广西桂林541006

目前三维人脸重建方法很难得到人脸细节,较难适应于随机照片集,针对此问题,提出一种可以适应于无约束照片集的人脸重建方法。首先,通过联合特征点,采用三维形变模型(3DMM)来生成个性化样本,在联合朗勃照片渲染公式中解决了光度立体;然后... 详细信息

目前三维人脸重建方法很难得到人脸细节,较难适应于随机照片集,针对此问题,提出一种可以适应于无约束照片集的人脸重建方法。首先,通过联合特征点,采用三维形变模型(3DMM)来生成个性化样本,在联合朗勃照片渲染公式中解决了光度立体;然后,提出一种关联性测量来权重人脸各个部分的影响,在法线估计和表面重建中交替进行由粗到精的处理,得到人脸三维模型。实验使用合成数据和真实数据集进行性能测试。结果表明,所提方法可以重建详细的个人三维人脸模型,模型精度比其他方法更加精确;并在一定程度上提高了计算效率,可适用于无约束的照片集。

关键词：人脸三维重建随机照片集个性化样本三维形变模型表面重建

基于形变模型的人脸三维重构与表情传递的研究

在线全文

学校读者我要写书评

暂无评论

基于形变模型的人脸三维重构与表情传递的研究

作者：王娟哈尔滨工业大学

学位级别：硕士

人机交互是智能机器人发展的一个重要部分,而表情信息作为一种更易接受的表达方式也是人机交互中一个主要研究领域。人脸识别作为计算机视觉的一个研究热点,面部形变传递是目前智能配音系统的一个发展方向,这个研究方向可以应用到智能... 详细信息

人机交互是智能机器人发展的一个重要部分,而表情信息作为一种更易接受的表达方式也是人机交互中一个主要研究领域。人脸识别作为计算机视觉的一个研究热点,面部形变传递是目前智能配音系统的一个发展方向,这个研究方向可以应用到智能配音系统中,机器人通过观测到的人物角色(目标角色)图像或视频构建其三维模型,同时观测源角色(配音者)面部变化并将其面部形变传递到目标角色中,这样机器人就可以实现源角色对目标角色的口型校准配音。更加类人化的机器人语言翻译系统中可以让机器人不仅做到语言的准确,更能实现翻译口型的准确性。本课题构建了一种基于三维重构网格的表情传递模型,首先进行了提高大位姿及面部遮挡下人脸重构的复杂性以及简化模型的复杂性的研究,针对三种不同特征点检测算法的研究,在基于Haar-Like特征下进行人脸区域检测,并在此基础上进行了特征点检测的分析,验证算法改进的有效性。其次,基于面部DLIB特征点完成人脸模型的重构,课题进了三种不同重构模型的研究,分析各个模型的特性,选取适合自己表情传递过程中一种简易发的重构模型。再次,在重构网格的基础上实现表情传递,表情传递部分主要采用基于仿射变换的形变变换传递模型,采用此算法优化控制点的选择使整个形变变换在最少控制点的约束下实现基本表情传递。最后,采用ISOMAP算法构建模型的纹理向量对模型渲染,实现更加逼真的表情传递。此模型应用于智能服务机器人中使人机交互的方式更人性化,更具趣味性,机器人也更加类人化。

关键词：三维重构三维形变模型表情传递特征点提取

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非线性三维人脸形变模型算法研究

非线性三维人脸形变模型算法研究

作者：胡艳飞重庆邮电大学

学位级别：硕士

三维形变模型（3D Morphable Model,3DMM）作为一种经典的3D人脸形状和纹理统计模型,被广泛应用于人脸分析如模型拟合、图像合成等。传统线性3DMM是从一组3D人脸扫描和相关的控制良好的2D人脸图像中学习的,并由两组PCA基函数表示。由于... 详细信息

三维形变模型（3D Morphable Model,3DMM）作为一种经典的3D人脸形状和纹理统计模型,被广泛应用于人脸分析如模型拟合、图像合成等。传统线性3DMM是从一组3D人脸扫描和相关的控制良好的2D人脸图像中学习的,并由两组PCA基函数表示。由于训练数据的类型和数量,以及线性基表示方式,3DMM的表示能力被限制。针对这些问题,本文主要研究了关于人脸建模的非线性3DMM算法,并在此基础上,对于该算法可能存在的问题进行了深入的研究。主要研究内容如下:非线性3DMM算法中,模型拟合能力对于模型的重建精度至关重要。因此,本文对模型拟合部分进行了研究。首先对输入拟合网络的二维人脸图像进行预处理,利用Retinex理论算法对图像进行数据增强操作提高图像的质量。然后利用Max Abs Scaler方法对输入图像进行归一化处理,在减小几何变换影响的同时可加快梯度下降求最优解的速度。对于编码器网络,本文选择Dense Net网络作为编码器的主干网络并对其进行部分改造来提升模型拟合能力。最后通过将改进的拟合网络与非线性3DMM进行联合学习实现重建人脸的任务。实验仿真结果表明,本方法可以重建出具有真实感的二维人脸,验证了本方法的可行性和有效性。另外,本文发现非线性3DMM算法采用传统渲染管线进行图像渲染,其光栅化和Z-Buffering过程是离散化、不可微分的。它会阻止梯度流向网格顶点,严重影响三维模型生成二维人脸图像的效果。Soft Rs渲染器可以完全可微分的方式,生成像素到网格顶点、纹理的有效梯度,实现三维人脸与二维人脸图像之间像素级别的监督,更好地辅助人脸重建任务的实现。因此,本文采用Soft Ras渲染器作为模型渲染网络,将Soft Ras与非线性3DMM结合并利用大量非受限的二维人脸图像进行学习,最终实现人脸重建任务。实验仿真结果验证了本文方法的可行性,并且该方法在一定程度上提升了重建图像的质量以及模型的重建精度。

关键词：三维形变模型三维人脸重建非线性模型拟合可微分渲染器

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

利用网格卷积特征的三维形变目标分类

电子学报 2020年第4期48卷 648-653页

作者：史聪伟赵杰煜陈瑜宁波大学信息科学与工程学院浙江宁波315211 浙江省移动网络应用技术重点实验室浙江宁波315211

三维目标的形状变化给目标识别带来很大挑战,同时三维网格模型的不规则数据结构难以直接应用卷积运算提取三维目标特征.对此,本文提出了一种高效的三维形变目标的网格卷积特征表示方法,准确提取形状信息并进行分类.首先通过网格卷积运... 详细信息

三维目标的形状变化给目标识别带来很大挑战,同时三维网格模型的不规则数据结构难以直接应用卷积运算提取三维目标特征.对此,本文提出了一种高效的三维形变目标的网格卷积特征表示方法,准确提取形状信息并进行分类.首先通过网格卷积运算获得形变目标中典型局部曲面形状分布,其次通过马尔科夫链对曲面形状的空间共现关系建模,从而形成三维模型的全局特征描述,最后采用支持向量机实现形变目标分类.该方法将连续多项式函数作为卷积模板,实现针对不规则数据结构的网格卷积运算,并且给出了卷积模板参数的无监督学习方法.在标准非刚性三维模型数据集SHREC10与SHREC15上的实验结果表明本文方法能有效提取三维网格模型的形状信息,分类准确率分别达到了92.88%与96.54%.

关键词：三维形变模型网格卷积三维形状特征支持向量机

在线全文

学校读者我要写书评

暂无评论

基于单幅图像形状特征的三维漫画人脸重建

计算机工程与应用 2025年第1期 282-290页

作者：孙刘杰王佳耀王文举上海理工大学出版印刷与艺术设计学院

针对单幅图像的三维漫画人脸重建存在地标检测准确性差和生成模型还原高频细节能力低的问题，提出了一种多尺度特征融合与高频信息映射的两阶段方法。在第一阶段中，多尺度通道融合地标检测器用于提高检测的准确性。其中多尺度特征由HR... 详细信息

针对单幅图像的三维漫画人脸重建存在地标检测准确性差和生成模型还原高频细节能力低的问题，提出了一种多尺度特征融合与高频信息映射的两阶段方法。在第一阶段中，多尺度通道融合地标检测器用于提高检测的准确性。其中多尺度特征由HRNet产生；由通道注意力和Swin Transformer构成的注意力层用于多尺度通道融合特征提取；为了提高生成地标的精度，损失函数由地标损失和热图损失两部分构成。在第二阶段中，傅里叶特征共享层变形网络使生成的三维漫画人脸具有更丰富的高频形状细节。其中傅里叶特征映射提取高维特征，使网络学习更多形状的高频信息；共享层超网络加快了网络的收敛和重建速度。该方法应用于CaricatureFace和3DCaricShop数据集。实验结果表明，该方法中的地标检测器的平均检测误差减少了4.4%；变形网络在形状重建上的均方误差减少了26%，并且平均重建时间减少了18%；最终重建出的三维漫画人脸具有夸张的形状和自然的细节。

关键词：地标检测三维漫画人脸人脸重建三维形变模型深度学习自解码器

同方期刊数据库