单张正面人脸图像的三维人脸重建方法研究

论文摘要

随着计算机图形学和三维数字技术的快速发展,针对人脸的三维建模技术已成为了国内外学者研究的重点和热点,并已取得许多的成果,但仍存在着一定的缺陷和问题。首先,目前大部分三维人脸重建系统仍需用户手动选取人脸特征点,一方面选取的特征点可能因人而异,另一方面系统的自动化程度也会由此降低;其次,现阶段大部分三维人脸重建系统的运行效率依然较低,一定程度上阻碍了人脸建模技术向其他领域的拓展。为此,本文提出一种以单张正面人脸图像为输入,在中性表情、均匀光照条件下,通过计算机自动提取人脸特征点,具有较高真实感,且简便快速的三维人脸建模方法。通过对当前典型一般人脸模型的优缺点进行分析和比较,针对课题自身特点,以现有的实验条件为基础,选择CANDIDE-3人脸模型;然后以CANDIDE-3人脸模型中的顶点为参考,结合MPEG-4中对人脸特征点的定义,选择用于三维人脸建模的26个关键特征点。利用AdaBoost方法进行人脸检测,去掉自然条件下拍摄带来的复杂背景,为人脸特征点的精确提取缩小搜索范围。在确定的人脸区域中,利用灰度积分投影法,并结合人脸五官分布的先验知识,确定眼睛、嘴唇、鼻子等区域的大致搜索范围。根据瞳孔的圆形几何特征,以Hough变换检测圆的方法为基础,提出一种快速有效的瞳孔精确定位方法,并由此提取眼睛轮廓上的其他各个特征点。根据人脸肤色和唇色在颜色信息上的差异,以红色排除法的思想为基础,加入G分量和R分量的分布差异,提出一种抗干扰能力更强的嘴唇分割算法,并由此提取嘴唇的各个特征点。利用鼻孔的灰度特征,实现对鼻孔的分割,由此提取鼻子的各个特征点。实验表明,上述方法快速简便,精度较高。利用自动提取的人脸关键特征点调整CANDIDE-3人脸模型,使一般人脸模型发生形变,生成近似图像中人脸的目标几何模型,再将人脸纹理信息映射到目标几何模型上,生成具有真实感的特定三维人脸模型。在上述理论研究的基础上,以VC++6.0为开发环境,利用OpenCV和OpenGL设计并实现一个具有真实感的三维人脸自动建模原型系统。实验表明,本文方法快速简便,运行效率较高,具有较高真实感,人脸特征点由计算机自动提取,无需用户手动选取,自动化程度较高。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题的研究背景及意义
• 1.1.1 课题的研究背景
• 1.1.2 课题的研究意义
• 1.2 国内外研究现状
• 1.3 本文主要工作
• 1.4 论文结构
• 2 一般人脸模型和人脸特征点的选取
• 2.1 三维人脸建模技术概述
• 2.2 三维人脸建模方法的分类
• 2.2.1 基于三维扫描设备的数据获取方式
• 2.2.2 基于图像的数据获取方式
• 2.3 一般人脸模型的介绍
• 2.4 一般人脸模型的选取
• 2.5 人脸特征点的选取
• 2.6 本章小结
• 3 人脸特征点的自动提取
• 3.1 基于AdaBoost 算法的人脸检测
• 3.1.1 训练过程
• 3.1.2 实验结果
• 3.2 眼睛特征点的自动提取
• 3.2.1 利用灰度积分投影实现对眼睛的粗定位
• 3.2.2 利用Hough 变换检测圆的方法精确定位瞳孔
• 3.2.3 眼睛轮廓特征点的提取
• 3.3 嘴唇特征点的自动提取
• 3.3.1 嘴唇大致区域的确定
• 3.3.2 嘴唇的分割
• 3.3.3 嘴唇特征点的提取
• 3.4 鼻子特征点的自动提取
• 3.4.1 鼻孔大致区域的确定
• 3.4.2 鼻子特征点的提取
• 3.5 本章小结
• 4 三维人脸建模
• 4.1 几何模型的重建
• 4.1.1 特征点的调整
• 4.1.2 非特征点的自适应调整
• 4.2 真实感建模
• 4.3 本章小结
• 5 实验设计及结果分析
• 5.1 系统设计
• 5.2 系统实现
• 5.3 实验结果及分析
• 5.4 本章小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录
• 作者在攻读学位期间发表的论文目录