基于单张正面人脸图像的三维人头模型重建方法研究

摘要

自从上世纪70年代Parke建立第一个三维人脸模型以来，三维人脸重建就成为了计算机图形学领域中的研究重点，并取得了一定的突破和进展。目前该技术也已被广泛应用于影视动漫、医学图形、人脸识别等领域。而如果有一种手段使得通过后脑勺的照片就可以预测人脸正面特征，这样公安人员侦破违法犯罪的成功率就会大大增加，然而首先研究清楚人脸正面特征与后脑勺之间的关系是实现前者必要的基础和前提条件。目前学者们集中于基于正面图像的三维人脸建模，没有对后脑勺的建模进行详细的研究。因此研究如何通过正面人脸图像生成包括后脑勺的三维人头模型，从而反过来根据后脑勺推测人脸正面特征，其意义重大。
　　本文就在这个思想的基础上，分析调查了人脸与后脑勺之间的潜在相关性，并对如何找到正面人脸特征点与后脑勺特征点的映射方法进行了探讨和研究。
　　本文的研究工作主要包括以下三个部分:
　　1、对前学者们的三维人脸建模工作做了归纳总结，对人头结构，人脸和后脑勺的特征点及潜在相关性进行了深入调研;
　　2、在调研的基础上，基于神经网络算法研究了正面人脸特征点与后脑勺特征点的映射方法，并建立了初步的前后映射关系，并对算法的部分做了相关理论证明;
　　3、利用建立起来的映射关系对三维人头建模方法进行了研究。
　　本文的创新之处主要在于挖掘出了人脸特征点与后脑勺特征点的映射关系。研究结果表明，本文的方法能够从单张正面人脸图像生成相对真实的三维人头模型，并为该方向更深入的研究奠定了基础。

目录

声明

摘要

第一章 绪论

1．1 项目背景及意义

1．2 国内外研究现状

1．3 主要研究目标及内容

1．4 论文的结构安排

第二章 相关研究介绍

2．1 人头结构研究

2．2 人脸及后脑勺特征点的标定

2．3 基于图像的三维人头模型重建技术研究

2．3．1 人头模型的研究

2．3．2 三维人头模型重建技术的研究

2．4 本章小结

第三章 人脸与后脑勺特征点的映射关系

3．1 三维人头模型仿真数据库的建立

3．2 神经网络算法介绍

3．2．1 BP神经网络算法

3．2．2 RBF神经网络算法

3．2．3 广义回归神经网络算法

3．3 应用神经网络算法建立人脸与后脑勺特征点的映射关系

3．4 算法改进及其应用研究

3．4．1 算法改进概述

3．4．2 算法改进训练结果对比分析

3．4．3 算法改进性能效果理论分析

3．4．4 算法改进收敛性能理论证明

3．5 本章小结

第四章 基于单张正面人脸图像的三维人头模型重建

4．1 Candide-3网格模型

4．2 形状和纹理的重建

4．2．1 特征点的匹配

4．2．2 非特征点的调整

4．2．3 后脑勺数据的计算及调整

4．3 重建结果演示

4．4 本章小结

第五章 总结与展望

5．1 总结

5．2 展望

参考文献

硕士阶段发表论文的情况

致谢