论文题目: 人脸图像合成技术研究及数字水印技术
论文类型: 博士论文
论文专业: 计算数学
作者: 李旭东
导师: 张振跃
关键词: 人脸图像合成,图像变形,形变模型,表情合成,老化模拟,数字水印
文献来源: 浙江大学
发表年度: 2005
论文摘要: 长期以来,在计算机图形学、图像处理和计算机视觉这三个学科领域中,人脸的计算机模拟合成一直是个研究的热点。人脸表面的复杂性和人脸表情的丰富性使得自然、逼真地合成特定人的人脸图像并赋予一定表情和特定年龄的研究成为这些领域的一个极具挑战性的课题。计算机合成自然、逼真的人脸图像在影视娱乐、虚拟现实、视频会议、可视电话、公安刑侦、人脸识别、人机接口、面部外科手术等许多领域取得了广泛的应用。 随着数字技术和Internet的发展与普及,数字化产品越来越丰富;同时,数字信息的复制也变得越来越简单,使得多媒体信息被非法拷贝与篡改的问题变得越来越突出,数字化产品的版权保护成为一个迫切需要解决的问题。数字水印技术作为实现版权保护的一个有效办法,成为了多媒体信息安全领域研究的热点。 本文就人脸图像合成技术和数字水印技术进行研究,核心内容主要分为四个方面:图像变形、表情合成、老化模拟和数字水印。在对每个技术细节进行认真分析的基础上,本文在这四个方面提出了一些新的见解和改进。 一、图像变形方面。图像变形方法是人脸图像合成方面最为基本的处理方法和工具。针对当前最为常用的基于高斯径向基函数算法存在的不自然异常变形现象,提出了两种不同的改进方案,有效的解决了这一问题。 提出了“非对称径向基函数”的概念,并以高斯函数为例,给出了其非对称时的表达式。基于非对称径向基函数,提出了稳定图像边界的图像变形算法。该算法简单、有效,克服了基于对称径向基函数算法中由于对称径向基函数的全局性导致的图像边界变形过大的不合理变形现象,得到的变形图像既有基于对称径向基函数方法所得的变形图像的光滑性,又有良好的局部变形效果,更为重要的是稳定了变形图像的边界。 提出了局部约束的图像变形算法。该算法在作局部图像变形时非常有效,能避免由于高斯函数对变形效果的影响具有较强的全局性所产生的奇异现象。该算法同样比较简单,无需人工交互的设置控制半径,可以自动解决特征区域之外的形变问题。 二、表情合成方面。研究了如何对特定人的中性表情人脸,参照多个不同人的中性表情图像和表情图像,进行图像变换处理,合成出自然、逼真的表情图像。 提出了基于图像变形的人脸表情合成方法。该方法思想简单,步骤简便,容
论文目录:
摘要
Abstract
目录
第一章 绪论
1.1 研究目的和意义
1.2 本文的主要研究工作
1.3 本文章节的组织结构
第二章 人脸图像合成相关技术回顾
2.1 图像变形
2.1.1 图像交融
2.1.2 网格变形
2.1.3 域变形
2.1.4 基于散乱点插值的变形方法
2.1.5 过渡控制
2.1.6 应用
2.2 形变模型
2.2.1 思想来源
2.2.2 形变模型的发展
2.2.3 形变模型的运用
2.3 人脸表情合成
2.3.1 人脸的生理结构
2.3.2 基于建模的方法
2.3.3 基于图像的方法
2.3.4 表情映射方法
2.3.5 应用
2.4 人脸老化模拟
2.4.1 人脸老化特征
2.4.2 基于建模的方法
2.4.3 基于图像的方法
2.5 小结
第三章 图像变形算法
3.1 引言
3.2 稳定边界的图像变形算法
3.2.1 非对称径向基函数
3.2.2 像素偏移函数
3.2.3 图像变形算法
3.3 局部约束的图像变形算法
3.4 实验结果
3.5 小结
第四章 人脸表情合成
4.1 引言
4.2 基于图像变形的人脸表情合成
4.2.1 人脸表情区域划分
4.2.2 采用相对偏移量和局部约束变形合成表情
4.2.3 表情细节模板用以加强表情
4.2.4 从多表情源合成人脸表情图像
4.2.5 存在的不足
4.3 基于形变模型的人脸表情合成
4.3.1 人脸图像的表达
4.3.2 确定合成表情图像的形状
4.3.3 确定合成表情图像的表情细节纹理
4.4 实验结果
4.5 小结
第五章 人脸老化模拟
5.1 引言
5.2 人脸图像的线性重构
5.2.1 人脸图像的直接线性重构
5.2.2 基于形变模型的人脸图像重构
5.2.3 高斯低通滤波下线性重构的近似不变性
5.3 基于形变模型的人脸老化模拟方法
5.3.1 人脸老化模拟的基本思想
5.3.2 人脸图像的预处理
5.3.3 人脸老化模拟方法一
5.3.4 人脸老化模拟方法二
5.4 实验结果
5.5 小结
第六章 数字水印技术
6.1 引言
6.2 基于奇异值分解的双层水印算法
6.2.1 基于奇异值分解的单层水印算法介绍
6.2.2 双层网格
6.2.3 数字水印的嵌入
6.2.4 数字水印的提取
6.3 基于矩阵范数的数字水印算法
6.3.1 矩阵范数
6.3.2 基于奇异值分解和量化的水印算法的本质
6.3.3 水印的嵌入
6.3.4 水印的提取
6.4 实验结果
6.5 小结
第七章 总结与展望
7.1 本文工作总结
7.1.1 图像变形方面
7.1.2 表情合成方面
7.1.3 老化模拟方面
7.1.4 数字水印方面
7.2 未来工作展望
参考文献
攻读博士学位期间发表的学术论文
致谢
发布时间: 2006-09-05
参考文献
- [1].基于统计学习的人脸图像合成方法研究[D]. 杜杨洲.清华大学2004
- [2].图像—视频抠像技术的研究[D]. 杜振龙.浙江大学2007
- [3].基于认知逻辑的个性化人脸图像合成研究[D]. 胡伟平.西南大学2014
- [4].异质人脸图像合成及其应用研究[D]. 王楠楠.西安电子科技大学2015
- [5].面向室外监控场景的天气分类与低质图像增强技术研究[D]. 张征.北京邮电大学2017
- [6].高真实感可视媒体的智能编辑与合成[D]. 马里千.清华大学2015
- [7].高效图像合成技术研究[D]. 吴昊.云南大学2013
- [8].整体结构性信息在图形图像处理中的应用研究[D]. 吴金亮.浙江大学2012
- [9].高帧频闭环特殊场景仿真关键技术研究[D]. 靳永亮.中国科学院研究生院（长春光学精密机械与物理研究所）2012
相关论文
- [1].数字水印技术研究[D]. 孙水发.浙江大学2005
- [2].基于统计学习的人脸图像合成方法研究[D]. 杜杨洲.清华大学2004
- [3].人脸表情的识别、重建与合成[D]. 宋明黎.浙江大学2005
- [4].图像多分辨率数字水印技术：算法及其应用[D]. 胡永健.华南理工大学2002
- [5].图像认证及视频数字水印的若干算法研究[D]. 叶登攀.南京理工大学2005
- [6].真实感三维人脸合成方法研究[D]. 姜大龙.中国科学院研究生院（计算技术研究所）2005
- [7].图像与图形数字水印技术研究[D]. 王勋.浙江大学2006
- [8].面向图像内容认证的数字水印技术研究[D]. 夏晓清.西北工业大学2005
- [9].海量多媒体数字水印技术研究[D]. 吴国民.浙江大学2007
- [10].鲁棒图像多目数字水印技术研究[D]. 佘堃.电子科技大学2006