检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多表情源的人脸表情合成技术

计算机辅助设计与图形学学报 2005年第1期17卷 93-98页

作者：李旭东张振跃浙江大学数学系杭州310027

提出了基于一个局部约束偏移和相对偏移技术的图像变形方法 ,用于人脸表情合成该方法可以自动克服目前表情合成方法的非特征区域的形变 ,并与脸型外观相匹配在此基础上 ,提出了基于多表情源的人脸表情合成技术从人脸图像划分出三个... 详细信息

提出了基于一个局部约束偏移和相对偏移技术的图像变形方法 ,用于人脸表情合成该方法可以自动克服目前表情合成方法的非特征区域的形变 ,并与脸型外观相匹配在此基础上 ,提出了基于多表情源的人脸表情合成技术从人脸图像划分出三个主要表现表情的区域 ,并对每个区域根据多个表情源的加权平均的相对偏移量进行图像局部变形 ,最后利用加权平均的表情比图像加强表情实验结果表明 ,用该方法得到的人脸表情自然逼真 ,更为重要的是 ,通过调节权向量的取值 ,可以取得不同模式的表情。

关键词：人脸表情合成表情动画图像变形

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

分层人脸模型及其真实感风格表情合成

计算机辅助设计与图形学学报 2013年第8期25卷 1204-1212页

作者：熊磊毕笃彦何林远李权合空军工程大学航空航天工程学院西安710038

针对真实感表情合成中的难点——人类表情的种类多样性和个体特性,提出一种分层人脸模型.该模型将人脸图像分为基础层、运动层和细节层3层,基础层采用主动外观模型来表示表情运动带来的全局性变化,对于运动层提出一种基于隐马尔可夫模... 详细信息

针对真实感表情合成中的难点——人类表情的种类多样性和个体特性,提出一种分层人脸模型.该模型将人脸图像分为基础层、运动层和细节层3层,基础层采用主动外观模型来表示表情运动带来的全局性变化,对于运动层提出一种基于隐马尔可夫模型的运动纹理分块组合机制来实现风格化运动纹理,细节层通过几何变形来恢复人脸个体特征.实验结果表明,文中提出的运动纹理分块组合策略有效地避免了样本表情种类不足的问题,能够组合出样本以外的风格表情.此外,该模型简单有效,能同时合成出表情种类的多样性和个体特性.

关键词：人脸表情合成分层人脸模型主动外观模型隐马尔可夫模型

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

利用主动外观模型合成动态人脸表情

计算机辅助设计与图形学学报 2009年第11期21卷 1590-1594页

作者：杜志军王阳生中国科学院自动化研究所数字互动媒体实验室北京100190

人脸表情发生变化时,面部纹理也相应地改变;为了方便有效地模拟这一动态的表情变化过程,提出一种基于主动外观模型的人脸表情合成方法.首先离线学习人脸表情与人脸形状和外观参数之间的关系,利用该学习结果实现对输入人脸图像的表情合成... 详细信息

人脸表情发生变化时,面部纹理也相应地改变;为了方便有效地模拟这一动态的表情变化过程,提出一种基于主动外观模型的人脸表情合成方法.首先离线学习人脸表情与人脸形状和外观参数之间的关系,利用该学习结果实现对输入人脸图像的表情合成;针对合成图像中眼睛和牙齿模糊的缺点,利用合成的眼睛图像和牙齿模板来替代模糊纹理.实验结果表明,该方法能合成不同表情强度和类型的表情图像;合成的眼睛图像不仅增强了表情的真实感,同时也便于实现眼睛的动画.

关键词：人脸表情合成主动外观模型表情动画眼睛处理

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

用于人脸表情图像与动画合成的图像变形方法

武汉大学学报（信息科学版） 2007年第9期32卷 796-799页

作者：李旭东浙江财经学院数学与统计学院杭州市学源街18号310018

基于传统图像变形的人脸表情合成方法,在对由闭口的表情图像到开口露齿的表情图像进行中间状态的表情合成时会失效。为克服这一不足,提出了一种更适用于人脸表情图像与动画合成的图像变形方法。该方法引入了掩蔽图像的概念,并提出了对... 详细信息

基于传统图像变形的人脸表情合成方法,在对由闭口的表情图像到开口露齿的表情图像进行中间状态的表情合成时会失效。为克服这一不足,提出了一种更适用于人脸表情图像与动画合成的图像变形方法。该方法引入了掩蔽图像的概念,并提出了对掩蔽图像的变形方法,修正了传统图像变形方法的变形公式。实验结果显示,该方法能自然、逼真地合成出由闭口的表情图像到开口露齿的表情图像的中间状态表情图像。

关键词：图像变形人脸表情合成虚拟现实计算机动画

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于网格模型的人脸表情合成算法研究

基于网格模型的人脸表情合成算法研究

作者：涂亮贵州大学

学位级别：硕士

人脸表情是日常交流时传递感情信息的重要方式,是除语言之外的一种特殊交流手段。随着各种智能设备的普及和计算机网络的快速发展,大量的图像、视频涌现在人们的视野中,使得人脸表情合成成为计算机视觉和图形学领域的一个研究热点。人... 详细信息

人脸表情是日常交流时传递感情信息的重要方式,是除语言之外的一种特殊交流手段。随着各种智能设备的普及和计算机网络的快速发展,大量的图像、视频涌现在人们的视野中,使得人脸表情合成成为计算机视觉和图形学领域的一个研究热点。人脸轮廓的差异性和皮肤表面的复杂性,使得表情因人而异且千变万化。表情的变化不仅体现在整体面部特征的运动变形,还包括局部纹理的细微变化,而这些局部的细节往往是判定表情类别的重要视觉线索,但是它们合成起来却非常困难。因此,如何在控制人脸进行变形的同时保持局部细节信息,生成真实感的面部表情具有很大的挑战。人脸表情合成在表情模拟、识别和动画中有着广泛的应用价值。虽然目前文献中提及的大量工作都是基于3D的,但这些算法通常需要面部匹配和修剪,因此非常耗时。本文在研究现有表情合成方法的基础上提出基于网格模型变形的二维人脸表情合成算法,并在通用CK+表情数据库和Multi-PIE人脸数据库上进行实验,以验证算法的有效性。首先,本文探讨了一种基于特征点控制四边形网格变形的移动最小二乘算法(Moving Least Squares,MLS)及其改进的移动正则化最小二乘算法(Moving Regularized Least Squares,MRLS)。这两种算法都是通过对人脸的关键特征点建立线性或非线性回归方程,控制四边形网格顶点的移动,然后对网格进行插值得到其余像素点的值,达到图像变形的目的。虽然这两种算法都能够实现平滑且自然的图像变形效果,但是仅适用于小表情的变形,对于大表情变形会产生交叠的现象。因而,本文进一步提出了基于B样条曲线插值的Delaunay三角网格变形方法,实验结果表明该方法能够保持局部区域的完整性,产生自然平滑的图像变形,并且对小表情和大表情都适应。其次,在基于Delaunay三角网格对人脸图像进行变形的基础上,提出了一种基于光流改进的表情比例图(Expression Ratio Images,ERI)。该方法通过拟合源中性脸和表情脸之间的光照差异将源表情的细节映射到目标中性表情脸图像的相应位置。具有大几何变形和光照差异的表情合成实验结果表明,该算法能够准确地保持几何变形,并且合成的表情在视觉上是逼真的。该方法合成的表情图像不仅保留了目标人物的面部特征,还包含原始人物的局部表情细节,合成表情自然逼真且带有个性化特点。最后,本文在Delaunay三角网格变形和ERI细节映射所合成基本表情的基础上,通过插值方法,实现已有人脸表情的渐变过程,生成新的人脸表情。

关键词：人脸表情合成核非线性回归移动最小二乘 Delaunay三角剖分表情比例图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于生成式对抗网络的人脸表情合成研究

基于生成式对抗网络的人脸表情合成研究

作者：柴子琪南京理工大学

学位级别：硕士

人脸表情合成在人脸识别、动画制作、人机交互等领域有着广泛的应用。然而,由于面部表情的非线性变化,表情合成是一个具有挑战性的任务。生成式对抗网络在图像合成任务上表现出的优越性一定程度上解决了传统方法存在的问题。现有的方法... 详细信息

人脸表情合成在人脸识别、动画制作、人机交互等领域有着广泛的应用。然而,由于面部表情的非线性变化,表情合成是一个具有挑战性的任务。生成式对抗网络在图像合成任务上表现出的优越性一定程度上解决了传统方法存在的问题。现有的方法主要是针对表情类别进行合成,但缺乏对表情强度的细粒度控制。本文主要针对表情的不同强度进行研究,基于生成式对抗网络合成具有不同表情强度的真实感人脸图像。本文主要提出了两种方法:1)融合注意力机制的表情合成算法我们人工的根据表情的不同强度将数据集进行划分成不同强度类别。该算法基于条件生成对抗网络以一种监督的方式实现不同强度的合成。同时使用通道和空间的两种注意力机制,使网络能够集中在表情强度相关的面部部位。为了使生成的图像尽可能地接近真实的目标,提出使用了像素损失,以最小化ground-truth和生成图像之间的差异。另外,鉴别器在判别真假的同时也能判别表情强度。在3个数据集上进行了一系列的实验,结果证明了我们的方法在合成不同强度的人脸表情图像上的有效性。2)基于多尺度特征融合的表情合成算法不同尺度间的特征包含不同层次的信息,低层特征关注的是局部细节而高层特征是抽象的全局信息。我们以一种基于注意力的融合方式对不同尺度的特征进行加权融合,从而获得更全面的特征信息。这种方式同时包含了低层细节信息和高层全局信息,减少了图像生成过程中的细节丢失问题,同时使用注意力的融合方式在对多尺度特征进行融合时使网络更关注与表情变化相关的部分。经过一系列实验验证了该算法的有效性。

关键词：人脸表情合成表情强度生成式对抗网络注意力机制多尺度特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向脸部迁移的人脸表情合成算法研究

面向脸部迁移的人脸表情合成算法研究

作者：孔家慧浙江大学

学位级别：硕士

人脸表情合成一直是一个比较活跃的话题。论文尝试解决面向脸部迁移的人脸合成任务,在保留图中人物已固定的面部动作基础上对当前人物的表情进行编辑,维持与原图的语义相关性。这对算法的控制能力,多场景下合成图像的稳定性都提出了较... 详细信息

人脸表情合成一直是一个比较活跃的话题。论文尝试解决面向脸部迁移的人脸合成任务,在保留图中人物已固定的面部动作基础上对当前人物的表情进行编辑,维持与原图的语义相关性。这对算法的控制能力,多场景下合成图像的稳定性都提出了较高的要求。本文在研究现有的关于人脸表情合成相关算法的基础上,提出基于生成对抗网络的人脸表情合成方法,并在Emo Vox Celeb人脸表情数据集和Vox Celeb2人脸视频数据库上分别进行训练和测试,来验证算法的有效性。首先,本文讨论了使用结构信息作为条件的可行性,提出了一种双路径生成对抗网络结构。该结构的生成器有两条编解码生成路径,分别对应结构信息与图像信息,自适应的学习目标条件变量,指导图像信息的合成过程。实验验证了应用双路径生成器与引入结构信息的有效性。其次,本文讨论了在不平衡数据上常规训练结构的缺陷,提出分离式判别器和路径间相互作用的自监督学习策略,该策略充分利用路径中较易学习的结构信息辅助复杂的图像信息的学习过程,通过内部参数制衡,外部显式监督来促进网络的收敛,提升网络的学习能力。最后,本文使用残差掩膜网络来优化生成结果,应用注意力机制,结合原始输入和当前已获得的合成结果得到质量更高的合成图像,完成了人脸表情合成的全流程。

关键词：人脸表情合成生成对抗网络深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于运动捕捉的三维人脸表情合成研究

基于运动捕捉的三维人脸表情合成研究

作者：竹可鉴西北民族大学

学位级别：硕士

本文综述了国内外人脸面部表情合成的最新进展,对现有的方法进行了分类,并对其各自的优缺点进行了详细分析。在此基础上,本文应用光学运动捕捉系统进行了深入讨论,并提出了使用运动捕捉系统来合成人脸面部表情的解决方案,包括人脸面部... 详细信息

本文综述了国内外人脸面部表情合成的最新进展,对现有的方法进行了分类,并对其各自的优缺点进行了详细分析。在此基础上,本文应用光学运动捕捉系统进行了深入讨论,并提出了使用运动捕捉系统来合成人脸面部表情的解决方案,包括人脸面部表情数据的采集和数据处理优化、人脸面部表情特征提取、特定人脸模型的构建、人脸表情动画合成和人脸面部表情合成系统的设计与实现等。具体来说,本文的工作主要包括以下几个方面:(1)提出了一种高精度的人脸面部表情采集和提取方案,使用ViconCara人脸面部运动捕捉系统来进行演员表情采集,并将采集后的面部表情数据通过CaraPost软件对运动轨迹进行实时跟踪、记录与处理,得到人脸表情数据和特征点的三维空间坐标。·(2)提出了一种使用FaceGen人头生成器和Maya软件得到特定演员人脸模型的方案,通过使用FaceGen人头生成器方法获得的一般人脸面部模型用于随后的特定人脸面部模型的构建。(3)采用了一种基于运动捕捉数据和RBF插值算法的构建特定人脸面部模型的方法,为了得到特定人脸面部模型,本文对人脸面部模型进行局部变形,根据RBF插值函数变形的原理,来构造光滑的近似插值函数,通过采集的人脸特征点三维空间坐标来调整网格模型中特征点与非特征点坐标,使之更加符合人脸所具有的生理特征。(4)本文将得到的特征点坐标与计算得到的非特征点构造而成的特定人脸面部模型,在MotionBui lder中将所采集的6种人脸基本表情动画与人脸模型进行合成。(5)设计了一种基于Unity3D游戏引擎的人脸面部表情合成系统的实现方式,通过C#语言脚本的控制来进行表情的切换和衔接,将6种基本表情在Unity引擎中展示出来。

关键词：人脸表情合成三维运动捕捉 RBF插值 Unity3D游戏引擎

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人脸表情风格生成与级联结构重建方法研究

人脸表情风格生成与级联结构重建方法研究

作者：李亚欣吉林大学

学位级别：硕士

人脸2D图像生成是计算机视觉领域的研究热点,它被广泛地应用在影视娱乐、AI安全、虚拟现实、图像修复等领域。其目标是利用图像处理方法生成高质量且逼真的人脸图像。生成对抗网络的发展推动了该领域的研究,实现了图像质量、真实感、细... 详细信息

人脸2D图像生成是计算机视觉领域的研究热点,它被广泛地应用在影视娱乐、AI安全、虚拟现实、图像修复等领域。其目标是利用图像处理方法生成高质量且逼真的人脸图像。生成对抗网络的发展推动了该领域的研究,实现了图像质量、真实感、细节保留和属性控制等方面的突破。人脸图像生成涉及多个子任务,本文重点对人脸表情合成以及人脸超分辨率重建工作进行研究,主要工作如下:针对使用人脸几何特征进行表情生成时容易出现的细节失真问题,例如皮肤纹理不规则等,本文提出了一种通过学习风格与身份信息的人脸表情生成模型。鉴于输入的人脸图像和输入的人脸轮廓图可能存在位置、尺度和形状的差异,本文提出了人脸轮廓对齐模块,根据输入的人脸图像对输入的人脸轮廓图进行对齐调整,有助于模型匹配人脸的局部结构和细节。对齐后的人脸轮廓图和输入的人脸图像被送到模型的人脸生成模块。由于人脸的其他信息难以像表情信息一样用离散标签准确描述,于是本文提出了人脸风格判别器和身份判别器分别从图像对中提取的风格信息(如肤色、性别、发型等)和身份信息进行特征判别,有助于模型生成与输入的人脸图像风格和身份一致的人脸图像。本文在Face Forensics++和Ra FD数据集上进行了人脸表情生成实验和消融实验,还在Ra FD数据集上与主流方法进行了对比实验。实验结果表明,本文提出的人脸表情生成模型生成的人脸图像具有较好的真实感和细节信息。本文提出的人脸表情生成模型能减少细节失真的问题,但是生成的人脸图像不能达到很高的分辨率,放大后会出现细节模糊的情况。为进一步增强人脸图像的细节和清晰度,本文研究了人脸超分辨率重建工作。针对不依赖人脸先验信息,如何准确地恢复人脸图像细节的问题,本文提出了融合多尺度人脸全局注意力的级联上采样人脸重建模型。为了提高图像的分辨率和真实感,本文提出了级联上采样网络结构逐步提高输入人脸图像的分辨率,逐渐适应目标任务可提高模型的鲁棒性和泛化能力。由于不使用人脸先验信息,需要充分利用高分辨率与低分辨率图像之间的信息,在每个上采样生成对抗网络中,本文提出了多尺度人脸全局注意力机制。该机制计算提取到的人脸多尺度特征图中每个位置与其他位置之间的关系,更好地利用了上下文信息并增强了对人脸结构和内容的理解能力。本文在FFHQ数据集上训练了重建模型,并对本文提出的表情生成模型生成的图像进行了重建。本文在Face Forensics++数据集上进行了消融实验,在Celeb A-HQ数据集上与主流的人脸超分辨模型进行了对比实验。实验结果表明,本文提出的人脸超分辨率模型在不依赖额外的人脸先验信息的情况下能够生成更清晰、更精细的图像。

关键词：生成对抗网络人脸表情合成风格判别器人脸超分辨率重建级联上采样