版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文研究了基于偏微分方程(Partial Differential Equations PDE)的3D人臉表情建模的問題。3D人臉表情的研究由來已久,人們也創(chuàng)建了很多的模型,如基于肌肉骨骼運動的網(wǎng)格模型能模擬出逼真的人臉表情,直接數(shù)據(jù)驅(qū)動模型能夠快速的產(chǎn)生逼真的人臉表情。這些人臉表情也在諸多場合有著廣泛的應(yīng)用。但是,這些模型還是表現(xiàn)出了一些讓人失望的缺點,突出的表現(xiàn)在這些模型無法同時滿足普適性、逼真性、高效性和自動性。而這些特征又是評價
2、模型好壞的重要標(biāo)志。基于PDE的3D人臉表情模型是從PDE所具有的優(yōu)勢和當(dāng)前人臉模型不足的現(xiàn)狀結(jié)合產(chǎn)生的。PDE模型的源數(shù)據(jù)是3D點云數(shù)據(jù),比從2D圖像得到的圖像更精確也更具有自動性(2D圖像需要進行3D數(shù)據(jù)重建,這個過程往往需要手工干預(yù));PDE模型的參數(shù)只與人臉數(shù)據(jù)曲線有關(guān),適用范圍更廣;PDE具有局部特征保持性,不會模糊邊界,更能達到逼真效果;PDE模型的邊界曲線選取是交叉選取的,能達到局部區(qū)域銜接的光滑性;只需要四條邊界曲線就可
3、以表示一個PDE模型,只需要少量的計算就可以建立一個PDE模型。經(jīng)過大量的實驗仿真,本人利用85個PDE模型表示一張人臉,在表示精度和建模時間上,確實比其它模型提高不少。在PDE模型的基礎(chǔ)上對人臉表情差異進行分析及合成是本論文的一個應(yīng)用,實驗結(jié)果和結(jié)論都有介紹。
本文從建立PDE模型的3D點云數(shù)據(jù)選取出發(fā),沿著PDE模型建立的步驟進行闡述,一直達到完成PDE模型的完全建立。分別介紹了數(shù)據(jù)采集、數(shù)據(jù)規(guī)范化、PDE邊界曲線提取、P
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 3D MIMO建模及性能分析研究.pdf
- 實時視頻中人臉跟蹤和表情分析研究.pdf
- 基于LBP特征的人臉表情分析.pdf
- 具有表情變化的3D人臉識別算法的研究.pdf
- 基于AAM的人臉識別與表情分析.pdf
- 基于深度信息的3D人臉識別.pdf
- 基于視頻的人臉表情建模研究.pdf
- 基于Kinect的3D人臉識別.docx
- 基于視頻驅(qū)動的面部表情3D重構(gòu)研究.pdf
- 基于Kinect的3D人臉識別(1).docx
- 3d基礎(chǔ)建模
- 基于3D人臉重建的人臉識別技術(shù)應(yīng)用研究.pdf
- 3d眼鏡行業(yè)分析研究報告
- 基于特征點的3D人臉姿態(tài)跟蹤.pdf
- 基于情景模型的3D人臉動畫驅(qū)動.pdf
- 基于畫筆交互的實時3d建模
- 3d桌布建模
- 3d基礎(chǔ)建模
- 基于WebGL的在線3D建模系統(tǒng).pdf
- 3d顯示行業(yè)分析研究報告
評論
0/150
提交評論