论文摘要
真实感三维人脸建模从1974年Park实现人脸模型以来,已经经历了30多年的发展,其中不少算法已经趋于成熟,但由于实现条件或者其他因素的限制,还没有比较成本较低而较通用的成熟算法。作为正面人脸照片,其包含的人脸信息主要通过其中人脸部分的像素点表现,以前的各种人脸建模方法也是根据对不同照片里面不同点的位置信息进行加工而得到最终的三维信息,通过对所获得的三维信息进行建模从而得到三维模型。人脸部分除去包含的二维位置信息,还包含有色调、饱和度、亮度等信息,这些信息是以往各种算法所忽略掉的部分,因为这些信息本身并不包含像素点的位置信息。但观察照片中不同像素点,会发现像素点的位置和灰度有一定联系,本文基于此点提出了一种与以往各种算法不同的算法:基于单张照片,生成真实感三维人脸模型。其主要依据为基于单张照片的灰度信息,根据灰度信息的不同,算出该点的切面和法线,从而得出该点的三维信息。根据不同要求,可得到不同数量的点数,从而生成逼真度不同的真实感三维人脸模型。基于灰度信息的人脸建模算法,大致按照下列步骤完成:(1)对照片预处理;(2)获取处理过的照片中像素点的灰度值与真实人脸在该点处倾斜信息;(3)通过倾斜信息计算出人脸照片中点的三维坐标;(4)对位置特殊的点(特征点)求取三维坐标信息;(5)根据特征点的三维信息,生成三维模型;(6)对建好的三维模型进行纹理映射。本文算法基于单张正面照片人脸灰度信息,对数据的输入要求低,仅需一张普通正面人脸照片即可,条件容易满足,因而算法具有通用性。相对于其他算法,本算法要求输入简单,不需要人物在场,普通人物证件照即可满足要求。而人物证件照获取简单,而且拍摄要求一致,因而本算法可满足大部分情况下的基于正面照片的人脸建模,而不会出现大的失真。本算法可以应用在很多场合,如三维动画电影、游戏产业、虚拟人合成等方向,这些方向都是当下有着广阔发展前景的产业。如三维动画电影、三维网络游戏,有着广阔的市场前景,有着丰富的盈利空间,是当下最火的产业。虚拟人合成是计算机技术发展的一个方向,可以满足远程会议、虚拟主持人等需要。本算法还可以应用在人脸识别领域。不同于以往算法主要对人脸的二维信息进行识别,本算法可以通过照片或者真是人脸的亮度、灰度变化获取人脸的三维信息,如果是两个不同位置的摄像头协调工作,就可实现人眼双眼识别的功能。