人臉檢測(cè)與基于視頻的人臉三維模型重建.pdf

1、創(chuàng)建逼真的三維人臉模型是計(jì)算機(jī)圖形學(xué)領(lǐng)域一個(gè)極富有挑戰(zhàn)性的課題，這一研究領(lǐng)域越來越受到人們的關(guān)注。本文主要研究由一段普通攝像頭拍攝的視頻文件，如何重建出細(xì)致的三維人臉模型(該視頻文件在非光照受控條件下拍攝，除了要求第一幀接近正面以外，人臉運(yùn)動(dòng)不受限制)。為了能讓人面模型重建過程自動(dòng)進(jìn)行，首先研究如何自動(dòng)從視頻文件快速準(zhǔn)確的檢測(cè)出人臉。文中對(duì)已有的boosting層結(jié)構(gòu)做出了改進(jìn)，提出了一種叫做boosting鏈的一般分類架構(gòu)。在這個(gè)框架

2、中，首先引入鏈?zhǔn)浇Y(jié)構(gòu)使得在隨后的學(xué)習(xí)過程中能夠利用以往的歷史信息；接著，為了解決boosting學(xué)習(xí)過程中的冗余問題及層耦合中的門限調(diào)整問題，提出了一個(gè)線性優(yōu)化方案。接著研究如何從檢測(cè)出的人臉區(qū)域進(jìn)行面部特征自動(dòng)定標(biāo)，提出了一種基于樣本學(xué)習(xí)的面部特征自動(dòng)標(biāo)定算法。給定一個(gè)手工標(biāo)注了特征點(diǎn)的樣本集合，對(duì)任何一幅新的圖像，在樣本集合中確定最優(yōu)的表示該圖像灰度的圖像組合,以及組合的系數(shù)，就可根據(jù)這個(gè)圖像組合以及組合系數(shù)將新圖像的特征點(diǎn)標(biāo)定。最

3、后在模型重建階段，研究了人臉生理結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上定義了人臉的特征點(diǎn)，并研究如何使用特征點(diǎn)數(shù)據(jù)進(jìn)行三維人臉重建。 1.人臉特征點(diǎn)定義。主要研究內(nèi)容是確定真實(shí)人臉的特征點(diǎn)選取。這些特征點(diǎn)要求既能反映人臉的整體幾何結(jié)構(gòu)，又能表示五官的局部特征和在人臉上位置分布。在研究了人臉的顱骨、肌肉組織特點(diǎn)的基礎(chǔ)上，給出了人臉特征點(diǎn)的定義及選取規(guī)則。 2.三維人臉重建。主要研究從特征點(diǎn)數(shù)據(jù)重建出特定人臉的三維模型。本文首先根據(jù)統(tǒng)計(jì)數(shù)據(jù)建立一

4、個(gè)一般人臉模型；接著采用模型變形的方法，對(duì)一般人臉進(jìn)行修改變形，使其向特定人臉逼近；最后，通過人頭三維姿態(tài)估計(jì)和三維模型參數(shù)估計(jì)的迭代，利用二維特征點(diǎn)與三維特征點(diǎn)的映射對(duì)應(yīng)關(guān)系，最終得到一個(gè)紋理豐富的細(xì)致人臉模型。 實(shí)驗(yàn)中用VisualC實(shí)現(xiàn)模型重建系統(tǒng)。該系統(tǒng)具有人臉自動(dòng)檢測(cè)、特征點(diǎn)自動(dòng)標(biāo)定、人頭三維姿態(tài)估計(jì)以及三維人臉模型重建功能。實(shí)驗(yàn)結(jié)果表明，采用boosting鏈結(jié)構(gòu)的人臉檢測(cè)算法,以及基于樣本學(xué)習(xí)的人臉特征標(biāo)定算法,均