检索结果-南通市图书馆

作者：王永辉北京理工大学

学位级别：硕士

人脸表情移植技术的研究富有挑战性,并蕴藏着巨大的应用价值。本论文重点研究了基于形变模型的三维人脸表情移植技术,解决了现有人脸表情移植方法中存在的一些问题,并在此基础上建立了一个基于形变模型的三维人脸表情移植框架。本论文... 详细信息

人脸表情移植技术的研究富有挑战性,并蕴藏着巨大的应用价值。本论文重点研究了基于形变模型的三维人脸表情移植技术,解决了现有人脸表情移植方法中存在的一些问题,并在此基础上建立了一个基于形变模型的三维人脸表情移植框架。本论文的研究将使基于形变模型的三维人脸表情移植技术更加完善,具有一定的理论价值和现实意义。本论文的主要贡献包括以下两个方面:1)在现有的基于形变模型的三维人脸表情移植方法中,人脸模型匹配需要花费大量的时间,针对这一基本问题,本文采用基于AAM的方法来推断3DMM形状模型。该方法中人脸模型匹配花费时间不仅相比传统的三维人脸形变匹配大幅度减少,节约了大量时间,而且,训练2D AAM不需要高精度的3D人脸表情数据库,成本大大降低。2)针对现有基于形变模型的三维人脸表情移植方法中,人脸皱纹等细节迁移不足的问题进行了改进。本文利用现有成熟的技术,将局部拉普拉斯细节迁移模型应用于基于形变模型的三维人脸表情移植中,有效的补充了三维人脸形状精度不足导致人脸细节迁移不足,解决了基于形变模型的三维人脸表情细节移植的问题。综上所述,本文对基于形变模型的三维人脸表情移植方法进行了优化和改进,并设计实现了一个具有一定应用价值的三维人脸表情移植框架,通过实验验证,本文方法可以快速的实现源人脸到目标人脸的表情移植,效果逼真自然。

关键词：表情移植三维形变模型表情细节

个性化三维人脸及其在服装虚拟展示中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

个性化三维人脸及其在服装虚拟展示中的应用研究

作者：吕海清西安工程大学

学位级别：硕士

如今网络购物已经非常普遍,但大多服装销售网站只提供服装的整体款式及尺码的选择,服装个性化特征不够,满足不了客户的个性化需求。而目前的网络服装定制系统大多要求用户在众多款式中去选择,消费者有时也不知道哪款更适合自己,选择时... 详细信息

如今网络购物已经非常普遍,但大多服装销售网站只提供服装的整体款式及尺码的选择,服装个性化特征不够,满足不了客户的个性化需求。而目前的网络服装定制系统大多要求用户在众多款式中去选择,消费者有时也不知道哪款更适合自己,选择时会感到很迷茫。针对上述问题,本文提出了一种通过三维人脸重建,采集个性化人脸特征对面向定制的服装进行个性化推荐及个性化定制服装虚拟展示的方法,以满足客户定制个性化服装的需求。论文在综述个性化三维人脸重建及三维服装虚拟展示技术发展现状的基础上,采用主动外观模型提取正面人脸图像的关键特征点,并基于三维形变模型生成客户的个性化三维人脸;依据客户体型、脸型和肤色等体貌特征进行服装样式的个性化推荐;基于Unity3D平台,实现了服装个性化推荐及虚拟展示原型系统,客户可以在线与系统交互,自主选择服装款式及面料,系统实时展示服装着装效果,为服装个性化定制提供了技术和平台支持。论文的主要研究工作包括:(1)分析了三维人脸重建和服装虚拟展示的技术研究现状,对基于用户三维人脸特征的服装个性化推荐及定制虚拟展示系统进行研究,提出了基于三维形变模型(3D Morphable Model,3DMM)重建用户个性化三维人脸,并在分析用户三维人脸特征的基础上进行服装推荐与定制虚拟展示的设计方案,以体现更多的用户个性化元素。(2)分析三维人脸重建的研究现状和方法技术,采用主成分分析法对原型人脸库的点分布模型进行数据降维,通过主动形状模型提取68个人脸特征标记点,基于3DMM算法将一般人脸模型形变为目标人脸模型。利用Hermite插值实现人脸与后脑的无缝拼接,采取网格平滑技术处理拼接的过渡曲面,得到用户的三维人头模型。(3)分析用户的三维人脸特征,对个性化服装推荐进行整体设计。依据三维人脸重建过程中得到的68个人脸特征标记点,计算颌面指数得到脸型信息;将面部纹理图像换到Lab色彩空间,采用平均法获取肤色信息;基于BMI(Body Mass Index)身体质量指数计算体型信息等。采用产生式规则的知识表示方式,设计了西装样式推荐规则知识库。根据客户的脸型、肤色,结合体型和购衣季节,模拟服装设计师的思维过程,设计服装款式及面料推理树,以得到与用户个性化特征相符合的服装。(4)在产品族DNA服装设计理论的基础上,提出了基于DNA部件的服装个性化定制和虚拟展示的方法。将西装模型拆分成基本DNA要素部件,通过各个部件的组合得到整体服装模型。通过服装DNA部件的重用,大大减少了三维服装建模的数量,降低了网络传输成本。(5)基于Unity3D、Web及Android平台设计实现了服装个性化推荐及虚拟展示原型系统,系统可以借助普通摄像头扫描生成客户三维头像,根据客户的体貌等信息进行个性化服装款式推荐,用户还可在推荐的款式基础上,自主定制西装的DNA部件样式及布料、纽扣和纱线等面料,满足了客户的个性化需求。

关键词：三维人脸重建三维形变模型个性化服装定制服装推荐服装虚拟展示

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的三维人脸重建算法研究及实现

基于深度学习的三维人脸重建算法研究及实现

作者：田温睿宁夏大学

学位级别：硕士

三维人脸模型在人脸识别、AR/VR技术、游戏动画、医疗美容等领域中的需求日益增多。三维人脸重建任务的目的是从二维人脸图像中能够恢复出近似于真实人脸的三维人脸模型,尽可能拥有逼真效果以符合现实需要被广泛应用。三维人脸重建已取... 详细信息

三维人脸模型在人脸识别、AR/VR技术、游戏动画、医疗美容等领域中的需求日益增多。三维人脸重建任务的目的是从二维人脸图像中能够恢复出近似于真实人脸的三维人脸模型,尽可能拥有逼真效果以符合现实需要被广泛应用。三维人脸重建已取得了一些研究成果,但在重建效果方面仍然有诸多问题亟需解决,包括自然场景下的无约束人脸重建问题,其中大姿态、夸张表情、遮挡以及光照不足等常见复杂情况会使得人脸中有不可见的区域。本文旨在提出新的方法解决该问题,有效提升无约束人脸的重建效果。考虑到深度学习中卷积神经网络对于图像处理的优越性能,其出色的特征提取能力和非线性表达能力都有助于对二维人脸图像实现三维人脸重建。因此,本文提出了新的深度学习模型以解决自然场景下无约束人脸的三维重建问题。本文的主要工作如下:1.基于经典的三维形变模型(3D Morphable Model,3DMM)和已有的公开人脸数据库,本文使用融合了人脸形状和表情的三维形变模型。目的是通过卷积神经网络回归得到由形状系数、表情系数、姿态系数组成的模型参数后拟合该三维形变模型,重建出用网格表示的与输入二维人脸图像对应的三维人脸模型。2.为了充分挖掘人脸的表观信息和几何结构信息,并能够学习到不同个体间的人脸差异性信息,本文采用人脸属性分解的思想,提出属性分解学习网络。在提取到人脸的整体信息后,通过三条分支网络将人脸属性分解为形状、表情和姿态三部分,各自分别独立学习更深层次的对应属性特征。通过该网络回归得到人脸语义信息中各属性更具体的特征信息,重建出更具有真实感的三维人脸模型。3.考虑对网络进行整体优化,以学习到更准确的人脸语义信息。在引入各人脸属性相应损失函数对三条分支网络进行优化的基础上,引入稀疏的人脸关键点作为约束对人脸的边缘特征进行优化,完善人脸重要部位几何结构的重建效果,进而提升三维人脸模型整体重建结果的准确性。4.基于本文所提出的属性分解学习网络三维人脸重建算法,设计实现一个方便快捷的三维人脸重建系统,可实现三维人脸重建和人脸关键点对齐等主要功能。

关键词：三维人脸重建三维形变模型深度学习卷积神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度协同表示分类新方法研究与应用

深度协同表示分类新方法研究与应用

作者：王亚楠江南大学

学位级别：硕士

人脸识别是模式识别和人工智能领域具有挑战性的课题之一,广泛应用于信息安全、金融安全以及公共安全,产生了巨大的经济效益和社会效益。但是,由于原始人脸图像的数据维度较高,而且在采集过程中容易受到诸如噪声、光照、遮挡、姿态等干... 详细信息

人脸识别是模式识别和人工智能领域具有挑战性的课题之一,广泛应用于信息安全、金融安全以及公共安全,产生了巨大的经济效益和社会效益。但是,由于原始人脸图像的数据维度较高,而且在采集过程中容易受到诸如噪声、光照、遮挡、姿态等干扰,无法直接进行匹配与识别。因此,人脸表征的好坏直接影响到了后续分类的精度。如何对原始图像进行高效的表征,抽取合适的特征加以合理利用,是图像分类领域的一个核心问题。稀疏表示作为一种新兴的特征表示方法,能够有效解决实际应用中存在的信息冗余量大、计算复杂度高与可解释性差等问题,近年来广泛应用于人脸识别,成为图像分类领域的一个研究热点,大量基于稀疏表示、协同表示的人脸识别框架被提出。同时,深度学习理论的出现及其算法的迅速发展,展示了其利用大量数据对图像特征描述的优良特性,使得基于特征提取的深度学习模型成为图像识别和分类领域中的研究热点。因此,本文将以人脸识别为例,针对非限制环境下,影响人脸成像的众多内因和外因(诸如噪声、光照、遮挡、姿态),进一步研究基于协同表示和深度学习的图像分类技术,达到获取高效的图像特征表示、提升系统分类性能的目的。针对上述问题,本文深入研究和分析了基于稀疏表示、协同表示的人脸分类方法及相关改进算法,分别从分类策略改进和样本集合扩充两个方面,总结了一些经典算法的原理和过程。此外,特别关注了深度卷积神经网络、基于三维形变模型的人脸重建方法在人脸分类领域的研究与应用。在此基础上,本文提出了三种基于协同表示分类的改进算法,具体内容如下:(1)从改进分类策略、提高识别效率的角度,提出了一种使用卷积特征向量的双向协同表示分类算法(BCRC-CNN)。首先利用深度卷积神经网络从原始训练集和测试集中提取人脸特征,然后建立一个快速逆向表示模型来获取每个训练样本和从测试样本中得到的重建样本之间的辅助残差信息。其次,提供了一个双向优化问题的新的解决方案,其中,输入样本分别由正向线性组合和逆向线性组合进行双向表示。最后,提出了一种基于竞争融合的鲁棒人脸识别方法,对双向表示模型的两个残差进行加权重构。从AR、FERET、ORL等一系列知名人脸数据库中获得的实验结果验证了该方法的有效性,特别是对小样本问题的鲁棒性。(2)从改进分类策略、提高识别精度的角度,提出了一种判别性双向协同表示的图像识别算法(DB-CRC)。首先通过引入判别式字典学习模型,学习得到一个结构化字典,使得每个特定类的子字典对相关类的样本具有良好的表示能力,由此,较大的类间离散度和较小的类内离散度使得重构误差和编码系数都具有判别性。然后将学习得到的稀疏编码系数作为测试样本数据进行双向表达,建立快速逆向表示模型,利用双向表示策略估计每个测试样本与结构化字典之间的双向重构残差信息。最后利用竞争融合方法对来自双向表示模型的重构残差进行加权排名,实现最终的人脸分类。在AR、CMU-PIE、LFW等通用人脸数据库上的实验结果验证了该算法的有效性,特别是对训练样本中存在遮挡问题的鲁棒性。(3)从主动扩充样本集合、提高识别效率的角度,提出了一种基于三维形变模型的扩展协同表示分类算法(3D-ECRC)。首先将3DMM模型与字典中的2D人脸图像进行拟合,重建每张图像的三维形状和纹理,渲染得到一系列姿态变化下的虚拟正向2D人脸图像,以丰富数据库中的姿态信息。然后,将原始训练样本和虚拟样本合并构建一个扩展字典,使用深度卷积神经网络提取特征,将扩展字典和测试样本的重构过程映射到CNN特征空间。最后,基于协同表示的人脸分类算法完成分类。在FERET和LFW等公开人脸数据集上的实验结果证明了该方法的有效性,特别是针对姿态变化问题的鲁棒性。

关键词：基于协同表示的人脸分类算法快速逆向重构深度卷积神经网络判别式字典学习三维形变模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于单张图像的三维彩色人脸重建

基于单张图像的三维彩色人脸重建

作者：刘畅浙江大学

学位级别：硕士

在科技飞速发展日新月异的今天,人们开始追求更高的生活品质和享受,不再满足于平面空间的感观体验,而开始追求三维的视觉享受,三维人脸重建是计算机视觉领域的一项热门研究问题。目前较为常见的三维人脸重建方法有基于深度图像的重建方... 详细信息

在科技飞速发展日新月异的今天,人们开始追求更高的生活品质和享受,不再满足于平面空间的感观体验,而开始追求三维的视觉享受,三维人脸重建是计算机视觉领域的一项热门研究问题。目前较为常见的三维人脸重建方法有基于深度图像的重建方法、基于多目视觉的重建方法、基于统计数据的重建方法等。前两种方法的数据采集设备成本高且要求固定场景,需要用户与设备近距离交互且保持固定的姿态,不能实现远程三维人脸重建,不仅耗费大量成本,流程繁琐复杂,且无法满足大量用户的需求。而第三种方法能基于单张RGB图像进行重建,可以避免以上问题。此外,人脸图像具有多样性和不确定性,单张人脸图像是相机从单个视角采集的,部分人脸信息因视线遮挡而采集不到,会出现纹理的缺失。因此,针对以上问题,本文的主要研究内容和提出的方法如下:（1）基于单张人脸图像的三维人脸重建算法。针对单张RGB图像采集不到完整人脸深度数据的问题,本文在三维形变模型的基础上,采用基于卷积神经网络的级联回归方法,输入剪裁后的人脸原图以及经过投影归一化和Z-buffer处理的人脸投影图,输出3DMM模型的参数来重建三维人脸,并针对此方法受数据库模型的限制、形状匹配度低的问题,引入UV位置图表示三维人脸,并通过编码解码网络端到端地重建三维人脸。（2）基于单张图像的完整三维人脸纹理生成算法。针对基于单张图片重建三维人脸存在纹理缺失的问题,本文提出一种基于双向人脸贴图的纹理修复算法。首先将单张人脸图像通过CR-GAN生成多角度的人脸图像并进行三维重建,将三维人脸与图像对齐并通过垂直采样得到初始人脸三维纹理和三维人脸掩膜。通过对三维纹理网格参数化得到的二维映射图像进行修复,并应用泊松融合等优化方式,生成具有真实感的完整纹理贴图。（3）基于三维人脸姿态适应的数字化造型设计中的人脸迁移算法。本文设计了一种基于人脸迁移的数字化造型设计方法,并针对传统人脸迁移中边缘过渡不自然和人脸姿态不匹配的问题,提出一种大角度人脸迁移算法。将三维人脸重建技术和人脸变形技术应用于人脸迁移中,利用三角网格仿射变换改变人脸脸型,并通过三维姿态矫正以及肤色模板迁移对融合人脸进行前处理,再进行人脸迁移,得到更自然真实的人脸融合效果,达到更换造型的目的。

关键词：三维人脸重建三维形变模型纹理修复人脸迁移

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3D人脸重建的人脸识别技术应用研究

基于3D人脸重建的人脸识别技术应用研究

作者：刘培江广东工业大学

学位级别：硕士

现代是信息技术、网络技术的时代,身份识别与验证已经成为现代社会日常生活的基本活动之一。生物特征识别作为一种高新技术,由于其普遍性、唯一性、稳定性、易操作性等优点,正在逐渐担负起这一重要的角色。它能够满足国家公共安全、社... 详细信息

现代是信息技术、网络技术的时代,身份识别与验证已经成为现代社会日常生活的基本活动之一。生物特征识别作为一种高新技术,由于其普遍性、唯一性、稳定性、易操作性等优点,正在逐渐担负起这一重要的角色。它能够满足国家公共安全、社会安全以及人机交互等方面的各类应用,生物特征识别被认为是未来身份验证的发展方向。用于人类身份识别的生物特征主要包括:人脸、指纹、虹膜、掌纹、耳廓形状、DNA等。其中人脸包含的视觉信息是体现一个人身份的最重要生物特征之一,与其他生物特征相比,人脸包含的特征信息具有采集方便、内容丰富、适用性广等优点。基于二维图像的人脸识别技术发展较早,但由于二维人脸图像不能提供实现身份识别所需要的完整信息,所以其识别的能力和效果不能尽如人意,目前已经取得的研究成果距离广泛的实际应用还有相当大的距离,因此需要借助三维技术来提高人脸识别的效果。三维人脸包含了更多的生物特征信息,如人脸形状信息。三维人脸识别还具有光照、姿态无关的优势,随着对三维人脸识别技术研究的深入,三维人脸识别将会成为人脸识别的最终发展方向。论文分析了当前在解决光照、姿态不变的人脸识别问题上,应用最为广泛的三维形变模型。针对现有基于三维形变模型的人脸识别系统的不足,提出将聚类技术应用到三维人脸建模过程中来提高建模的效果和效率,给出了三维人脸聚类建模的实现框架。要实现三维人脸的聚类首先要定义三维人脸相似性,本文对三维人脸相似性的定义进行了研究,提出了两种相似性定义办法,圆锥曲线相似性和图像梯度相似性,并通过实验证明了定义的可行性与高效性。基于三维人脸聚类建模提出了人脸识别系统的新框架,设计了与新系统对应的识别策略,解决了二维图像与形变模型之间相似性的计算问题,并设计了针对性的实验验证了其计算效率。最后总结了本文的研究工作,指出了下一步的研究方向。

关键词：三维形变模型相似性传递人脸聚类人脸建模人脸识别

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3DMM的三维人脸重建

基于3DMM的三维人脸重建

作者：曹岳中国石油大学(华东)

学位级别：硕士

随着计算机技术的迅速发展,计算机视觉可处理的数据量不断增大,三维模型被广泛地应用于各个领域。近年来,手机人脸解锁技术已全面普及,二维人脸信息的获取技术已相对成熟,三维人脸重建成为计算机图形图像领域的一大研究热点。当前,很多... 详细信息

随着计算机技术的迅速发展,计算机视觉可处理的数据量不断增大,三维模型被广泛地应用于各个领域。近年来,手机人脸解锁技术已全面普及,二维人脸信息的获取技术已相对成熟,三维人脸重建成为计算机图形图像领域的一大研究热点。当前,很多研究者使用人脸的二维图像特征结合三维形变模型（3D Morphable model,3DMM）的方法进行人脸三维重建,其中大部分都是针对单张二维图像进行重建,由于多角度信息的缺失,人脸重建效果往往存在泛化的问题;而基于多视图的模型形变的计算存在数据量大,且耗时很长的问题。本文的三维人脸重建以三维形变模型为基础重建算法,在数据获取、模型拟合以及纹理映射等关键步骤进行改进,并设计多视图人脸三维重建流程。具体内容如下:人脸三维重建的首要任务是获取人脸二维信息,包括二维特征点数据和纹理数据,为使重建后的模型更加精细,需要准确获取特征点,采用带有三层卷积网络的CLNF（Constrained Local Neural Fields）算法识别人脸二维特征点。稠密对齐模型决定人脸的初始化形状,采用SFM（Surrey Face Model）形变模型,并引入表情参数丰富三维形变模型数据。在模型拟合阶段,设计两次线性回归求解表情系数和形状系数以实现人脸二维特征点到三维统计模型的拟合形变。对于纹理映射,首先对模型进行光照处理,然后采用ISOMAP算法提取网格纹理信息,标记每个像素点的可见度参数,结合当前人脸姿态,实现全方位纹理精准映射,避免重建三维模型出现“拉丝”,“空洞”等现象。对同一个人从不同角度采集的图片,设计二维特征点跟踪人脸角度变化,上一张图像形变后的模型作为下一次模型形变的基础进行线性迭代拟合,实现全方位精准重建。最后,将本文的算法效率和重建效果与当前同类型重建方法进行对比,实验结果表明,本文方法在重建模型面部细节方面表现出更好的重建效果,且精确度和时间效率明显提高。

关键词：三维形变模型特征点提取表情系数形状系数纹理融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

适用于嵌入式系统的3D人脸建模优化研究

适用于嵌入式系统的3D人脸建模优化研究

作者：杨善棠深圳大学

学位级别：硕士

三维人脸重建是计算机视觉的热门研究方向,一般可以通过深度摄像机实现重建。但是,深度摄像机成本高,如果能单目二维相机在无约束条件下,进行人脸重建,那么将降低成本,极大地推进人脸识别技术的应用,具有重要实际意义。然而,单目三维人... 详细信息

三维人脸重建是计算机视觉的热门研究方向,一般可以通过深度摄像机实现重建。但是,深度摄像机成本高,如果能单目二维相机在无约束条件下,进行人脸重建,那么将降低成本,极大地推进人脸识别技术的应用,具有重要实际意义。然而,单目三维人脸重建存在如下问题,即三维人脸估计不稳定,导致同一个体的三维模型差异化较大,或者过于泛化。近年来,基于卷积神经网络实现的重建算法得到了重大发展,但是,通常需要消耗大量的运算资源,计算时间过长,难以在普通嵌入式计算平台上实现。本文针对上述问题,重点研究可适用于嵌入式系统应用的单目三维人脸重建技术。本文采用的神经网络加速芯片SPR2803S,具有低功耗、高性能的优势,能够在0.3W的功率下提供超过每秒2.8万亿次计算,在该芯片平台上通过一定的优化技巧,有望实现高效的深度学习应用。具体地,本文主要研究内容如下:（1）神经网络加速芯片SPR2803S虽然具有高性能,但特定网络结构不能直接在该平台运行。本文对于所采用的卷积神经网络模型,进行了深入研究,针对SPR2803S进行优化,在该平台上完成了该网络的定制化设计。（2）克服无约束条件下三维人脸数据集的不足,对丰富的二维图片数据集进行三维人脸形状和纹理参数转换,采用流行的卷积神经网络进行回归训练,提升了参数估计准确率。测试结果表明:在3D根均方误差上与以前相比从1.75下降到1.57,在LFW上的人脸识别率,从72.25%提高到92.35%。（3）优化损失函数,引用不对称的欧几里德损失函数,消除平均面形状的误差。（4）在不影响运行效率的前提下,对卷积神经网络模型进行压缩,以适配嵌入式系统相对较小的内存,避免了识别率的明显下降。经过测试,压缩后的算法3D根均方误差上升了0.04,识别率下降了1%,但模型大小缩小了47%,而且运算时间从11s缩小为200ms,有效提高了建模效率。本文所设计的嵌入式系统能够实现低功耗、高性能和高精度的三维人脸建模,具有较强的应用价值。

关键词：三维形变模型人脸重建神经网络加速卷积神经网络数据集

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

三维人脸姿势表情校正研究

三维人脸姿势表情校正研究

作者：王钱庆天津理工大学

学位级别：硕士

在机器视觉领域,三维建模技术一直受到国内外学者的广泛研究,人脸三维重建是三维建模技术的关键分支之一,在游戏、医疗、影视和商业等领域都有成熟的应用。由于人脸姿势表情变化会产生形变,基于二维人脸识别的系统会导致识别率的下降,... 详细信息

在机器视觉领域,三维建模技术一直受到国内外学者的广泛研究,人脸三维重建是三维建模技术的关键分支之一,在游戏、医疗、影视和商业等领域都有成熟的应用。由于人脸姿势表情变化会产生形变,基于二维人脸识别的系统会导致识别率的下降,所以进行人脸姿势表情校正很有必要。本文提出在二维人脸图像中基于主动表观模型(Active Appearance Model,AAM)进行人脸对齐(特征点定位),并在此基础上基于三维形变模型(3D Morphable Model,3DMM)进行人脸姿势表情校正的方法。首先,人脸对齐是人脸重建的基础,本文在二维人脸图像中将局部纹理模型和AAM模型相结合,得到人脸68个特征点,再利用Fast-SIC算法来改进AAM模型,提高模型的拟合效率。本文算法在AFLW及LFPW两个大型人脸数据库及自测人脸实验上均有良好的对齐效果。然后,在人脸对齐的基础上,进行人脸三维重建。本文提出了BFM-3DMM模型,在原始的3DMM模型的基础上添加了表情参数,经过BFM-3DMM模型校正后的人脸不够平滑,本文利用SFS算法不会受到原始统计模型的约束的特点,对BFM-3DMM模型校正后的二维人脸进行再校正,实验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。最后,针对3DMM模型对亚洲人脸特征建模上的弊端,本文在基于面结构光三维扫描仪系统中实测了亚洲人脸的三维重建过程,详细介绍了标定、扫描和平滑步骤,得到了较为平滑的人脸三维模型,为下一步建立适合亚洲人脸的三维模型打下基础。

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

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人脸图像三维重建与识别方法研究

人脸图像三维重建与识别方法研究

作者：卜倩西安电子科技大学

学位级别：硕士

三维人脸重建与识别是目前计算机视觉、图像处理和模式识别领域中的热门研究课题,受到国内外研究学者的广泛关注。由于空间中光照强弱不同、姿态不断变化、遮挡情况各异等因素影响,与低维度技术相比,三维人脸重建与识别技术能够更合理... 详细信息

三维人脸重建与识别是目前计算机视觉、图像处理和模式识别领域中的热门研究课题,受到国内外研究学者的广泛关注。由于空间中光照强弱不同、姿态不断变化、遮挡情况各异等因素影响,与低维度技术相比,三维人脸重建与识别技术能够更合理有效地解决人脸识别算法效果较差的问题。但其应用有待进一步开发,主要原因在于三维重建计算数据量大,复杂度高,占用内存空间大。针对上述问题,本文对基于深度学习的人脸重建与识别方法进行了研究,本文的主要研究工作如下:首先,针对三维人脸重建方法在遮挡情况下,提取的特征点不准确导致重建精度下降的问题,提出了一种基于对称位置图回归网络的人脸重建方法。该方法将编码器设计为对称结构,通过人脸正面与侧面的同时输入,得到了人脸面部从鼻尖轴对称的特征信息和侧面不对称特征信息,得到两个级联的不同模型权重参数,将解码器加入感知损失函数,通过对编码器输出特征和侧面图片的损失计算,最终训练出有效的SPRNet模型参数,增强了网络对侧面遮挡重建的能力,通过多项对比实验,与最新的三维重建方法进行比较,本文提出的方法取得了明显的提升。其次,针对遮挡对人脸识别精度的影响,提出了一种基于人脸识别三维网络的三维人脸识别方法。该方法在重建出三维人脸模型的基础上进行识别,主要引入了人脸合成和多个尺度卷积网络模型。使用现有的公共数据集通过人脸合成创建新的身份信息扩充三维数据对,获得充足的数据进行网络训练,以此为基础提取其几何特征进行匹配。同时,通过三维人脸识别网络得到最终的识别结果。与复现的最新方法比较,本文所提出的方法识别效果在遮挡情况下较为高速有效。最后,通过仿真实验分析,在AFLW2000-3D和Florence等数据集下,本文所提出的方法SPRNet在对三维人脸模型进行重建中,体现出较高的精度,而本文所提的FR3DNetv2可以解决识别任务中的部分遮挡问题,更好的实现了三维人脸识别。

关键词：三维重建三维识别三维形变模型对称位置图回归网络人脸识别三维网络