适合网络应用的面部表情图像参数化表达与生成

摘要

面部表情图像的研究具有重要的理论和应用价值,一直受到广泛重视.为了适合网络环境下的传输和处理,表情的简练表达及快速生成成为研究的重点.本研究首先完成人脸的自动定位,得到面部区域的初始估计.然后利用可变形模板和主动轮廓模型等技术,精确提取重要的面部特征点,并利用这些特点将通用面部网络模型个性化,完整准确地表达面部的几何属性.接下来利用通过分析FACS模型建立起的AUs参数与面部运动间的互动关系我们可以:一、由表情图像确定AUs参数;二、由这些参数合成出表情图像,并实现对表情的跟踪和拟合.该方法全自动完成,压缩效率高,且具有参数化的优点,特别适用于网络多媒体应用.初步研究中我们选用正面人脸作为研究对象.