基于掃描數(shù)據(jù)的三維人臉表情合成.pdf

1、表情是除語言外傳遞信息的最佳途徑，是體現(xiàn)情緒狀態(tài)的直接通道。雖然表情僅產(chǎn)生于面積有限的臉部，但通過協(xié)調(diào)控制43塊表情肌，可以組合出上萬種表情。俗話說“出門看天色，進門看臉色”，透過表情可以觀察人物內(nèi)心情感世界，因此表情成為心理學科中重要的研究內(nèi)容；與此對應，自發(fā)明計算機以來，人們就期望有一天它能像人類一樣自如地通過表情表達情感，雖然至今為止，該目標并未完全實現(xiàn)，但人臉表情合成與識別的階段性研究成果已經(jīng)在數(shù)字娛樂、人機交互及計算機安全領(lǐng)域

2、獲得應用。如今，隨著三維掃描設備及計算機設備不斷改進，基于掃描數(shù)據(jù)的真實三維人臉表情合成及識別已經(jīng)成為計算機圖形學與視覺領(lǐng)域的熱點。本文以建立基于真實三維人臉數(shù)據(jù)的表情合成系統(tǒng)為主線，詳細研究三維人臉數(shù)據(jù)處理和表情合成中的理論及關(guān)鍵算法。論文的主要貢獻如下：
　　 第一，受三維掃描設備能力所限及高光影響，三維人臉表情數(shù)據(jù)通常帶有缺失區(qū)域，并且在某些應用中分辨率不足。為了解決這個問題，提出一種名為“雙邊徑向基函數(shù)曲面”的重建技術(shù)。

3、首先，通過與經(jīng)典物理學中的平板電容模型類比，將三維曲面表達為平板電容的零等勢面；接著由三維人臉點云數(shù)據(jù)，產(chǎn)生對應的正負電荷對，并初始化電荷能量配置；然后通過一種非線性優(yōu)化算法不斷調(diào)整電荷對的空間位置及能量配置，達到精確擬合曲面的目的；最后使用GPU加速技術(shù)可視化零等勢面，得到人臉高分辨率點云模型。
　　 第二，為了合成具有真實感的三維人臉表情，提出一種基于稀疏編碼的表情合成方法。該方法源于人類神經(jīng)系統(tǒng)使用稀疏形式表達物體的特點。

4、首先通過稀疏編碼提取同一人臉不同表情的共同特征；接著由任意輸入的自然表情自動恢復出基本表情；然后通過給定插值系數(shù)或表情樣例的方式合成新表情；同時，通過引入部分投影法，還能有效修復帶噪聲和不完整的三維人臉表情數(shù)據(jù)。
　　 第三，為了適應人臉表情非線性分布的特點，提出一種基于非線性子空間的表情合成框架。首先分析人臉表情合成中的三個基本問題，將其歸納為“聯(lián)合學習”過程；為了實現(xiàn)聯(lián)合學習，在非線性子空間方法中引入投影約束，使得具有共同屬