视频通信中的人脸模型基编码研究

论文摘要

随着多媒体、通信和计算机等技术的快速发展以及人们对视频通信服务需求不断的增长，低码率图像编码技术成为一个活跃的研究领域。模型基编码作为一种分析-综合的编码方法具有高压缩性和自然的重建图像效果，受到了极大的关注。并在标准MPEG-4中得到体现。针对如视频会议和个人移动通信等主要活动目标为人脸的视频应用，本文深入系统地研究了复杂场景中的人脸识别、脸部特征形状估计、脸部整体运动跟踪、通用人脸模型的自动调整、参数压缩以及图象综合等模型基编码的核心技术，得到如下研究成果：●给出了视频场景中主要活动目标为头肩的应用中的脸部区域快速有效的定位算法。●建立了梯度面积投影曲线模型，用于候选人脸的校验。●简化了现有的眼睛、嘴巴形变模板能量函数，提高了模版匹配速度，提取的能量最小化过程中的初始参数防止了模板收缩。●提出了改进的鼻子边缘轮廓形变模板，对不同人脸姿势的鼻子形状提取快速准确。●提出了形变模板和活动轮廓模型的相结合的下巴轮廓跟踪算法，跟踪结果稳定准确。●给出的角点检测方法提取的运动估计关键点，减少脸部整体运动参数估计的误差。●提出了一种实用的通用人脸模型自动匹配方案，加快了模型自动匹配速度。●提出了一种基于特征区域的纹理的编码算法，大大提高了压缩比。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 视频编码技术的理论基础
• 1.2 视频压缩编码技术
• 1.2.1 经典的视频编码技术
• 1.2.2 新型的视频编码技术
• 1.3 视频编码标准MPEG-4中的人脸动画
• 1.4 本文研究内容及所做的工作
• 第二章 人脸建模与模型调整
• 2.1 3D人脸线框模型
• 2.1.1 3D人脸模型的特性和表示方法
• 2.1.2 3D人脸模型的建立
• 2.2 人脸模型的调整
• 2.2.1 人脸模型调整方法
• 2.2.2 本文的模型调整方法
• 2.2.2.1 基于仿射变换的全局调整
• 2.2.2.2 基于径向基函数插值的全局调整
• 2.2.2.3 基于线条画弹性匹配的局部脸部调整
• 2.2.2.4 实验结果及讨论
• 2.3 本章小结
• 第三章 脸部区域定位
• 3.1 人脸识别方法概述
• 3.1.1 基于特征的人脸识别方法
• 3.1.2 基于图象的人脸识别方法
• 3.2 本文的脸部区域定位
• 3.2.1 空域皮肤颜色分割
• 3.2.2 时域运动分割
• 3.2.3 人脸特征区域滤波
• 3.2.4 人脸校验
• 3.2.5 实验结果与讨论
• 3.3 本章小结
• 第四章 脸部特征形状估计与运动跟踪
• 4.1 脸部特征区域的定位
• 4.1.1 基于直方图的脸部特征区域的定位
• 4.1.2 基于k-均值聚类的脸部特征区域的定位
• 4.2 脸部特征形状估计
• 4.2.1 眼睛形状检测
• 4.2.1.1 眼睛形状形变模板和能量函数
• 4.2.1.2 眼睛形状形变模板的匹配
• 4.2.2 嘴巴轮廓提取
• 4.2.2.1 嘴巴形状形变模板和能量函数
• 4.2.2.2 嘴巴形状形变模板的匹配
• 4.2.3 鼻子形状跟踪
• 4.2.3.1 鼻子形状形变模板及能量函数
• 4.2.3.2 鼻子形状形变模板匹配
• 4.2.4 脸部形状与眉毛轮廓估计
• 4.2.4.1 基于Snakes算法的脸部整体轮廓提取
• 4.2.4.2 下巴轮廓提取
• 4.2.4.3 眉毛轮廓
• 4.3 脸部整体运动跟踪与参数提取
• 4.4 实验结果与讨论
• 4.5 本章小结
• 第五章 参数压缩与图像综合
• 5.1 人脸模型基编码系统中的编码参数
• 5.2 参数压缩
• 5.2.1 基于动态Huffman编码的特征参数压缩
• 5.2.2 基于嵌入零树小波编码的刷新图象帧压缩
• 5.2.3 脸部活动纹理压缩
• 5.3 图像综合
• 5.3.1 纹理映射
• 5.3.2 基于皮肤皱纹模型表情自动生成
• 5.4 参数压缩与图象综合实验结果
• 5.4.1 Akyio序列的编解码实验结果
• 5.4.2 Claire序列的编解码实验结果
• 5.5 本章小结
• 结束语
• 博士期间完成的论文
• 参考文献
• 致谢