基于形變模型的三維人臉重建研究.pdf

1、三維人臉重建是計算機(jī)視覺的核心研究內(nèi)容之一，它涉及的內(nèi)容包括三維人臉識別、三維人臉動畫、3D游戲仿真、虛擬現(xiàn)實等方面的應(yīng)用。隨著一大批人臉重建算法的涌現(xiàn)，近年來，三維人臉重建在許多應(yīng)用領(lǐng)域取得了很好的成果，如醫(yī)療、刑偵、游戲、電影、動畫等領(lǐng)域?，F(xiàn)實應(yīng)用對重建模型的精確度、算法效率、自動化程度方面的要求也不斷提高，如何提高算法在這三個方面的表現(xiàn)是一直以來的研究目標(biāo)。
　　形變模型是當(dāng)前最好的三維人臉重建算法，該模型同肌肉模型、參數(shù)模

2、型、視覺模型等前期模型相比，具有真實感良好、自動化程度高的特點。與純粹基于圖片的重建算法相比，形變模型的優(yōu)勢有以下兩點：（1）形變模型利用三維參考臉型建立概率分布模型，克服了“從X到形狀”中出現(xiàn)的非人臉重建問題。（2）形變模型利用先驗知識，將三維重建問題轉(zhuǎn)換為一系列參數(shù)的優(yōu)化問題，它能夠容忍光照變化，在人臉出汗的情況下也能逼真建模。雖然形變模型有著其它算法無可比擬的優(yōu)勢，但是，它也存在著一些問題，主要表現(xiàn)在一下兩個方面：（1）算法復(fù)雜度

3、高，收斂速度慢。（2）建模的自動化程度不高，現(xiàn)有的建模算法主要將工作的重點集中在模型本身參數(shù)的調(diào)整上，因此，重建過程，要么依靠人的手動調(diào)整，要么需要初始時在匹配圖片上面標(biāo)注若干特征點。
　　針對現(xiàn)有形變模型的問題，本論文的工作主要圍繞兩個方面展開：（1）針對原有形變模型在匹配階段，使用隨機(jī)梯度下降算法，本文分析了它的優(yōu)勢與不足。它的缺陷是在平坦地方收斂較慢，并且，容易陷入局部極值。通過引入一種基于共軛方向的隨機(jī)梯度算法使得迭代的收