基于多幅照片的三维人脸重建算法研究和实现

摘要

近年来，随着三维重建技术的快速发展，人脸三维重建技术在人脸识别、医学诊断、影视动漫等领域应用非常广泛。要真实化的还原人脸，对面部关键信息的提取起到重要作用。由于人脸复杂的几何形状和面部纹理结构，面部数据信息的获取代价比较高。目前大多数的方法是通过激光扫描仪进行扫描来获取面部的数据信息。然而使用扫描仪获取数据的方式对于环境因素和建模对象的姿势等主观因素要求比较高，步骤较复杂，实施起来困难较大。如果是通过检测人脸二维图像，并在图像上提取关键信息的方式来重建三维人脸。这种方式在实施起来会很方便，成本也会大大降低。用户只用拍摄几张自己的照片，将照片上传到重建系统中便可真实化的还原出自己的三维人脸模型。目前有不少研究者从事从二维图像中提取关键点信息来进行三维重建的研究工作。文中也将从这方面的工作进行展开，研究通过从某一用户的多张人脸二维照片中提取出关键点信息，在这些关键点的基础上对人脸进行三维重建工作。 文中通过深入研究目前比较主流的人脸特征提取方法和三维重建技术之后，提出一种基于人脸特征点的自主形变模型进行三维人脸重构的方法。具体工作包括以下三方面：（1）在二维的人脸照片中提取人脸关键点。通过改进的SDM(Supervised Descent Method)算法完成人脸对齐和特征点定位，提取出相关的特征点83个。（2）根据特征点的信息，在标准三维模型上进行形变调节，形变的过程分为模型的全局调节和局部调节两部分进行。全局调节主要是对面部83个特征点进行全局的调整。对于局部调节，是通过两个或多个特征点之间进行插值运算来实现的。提出基于权值梯度的B样条线插值方法完成插值工作，调节出个性化的三维人脸模型。（3）从三张人脸照片（一张正脸照和两张侧脸45度）中提取出人脸的纹理信息。对正脸和侧脸纹理接缝部分，通过泊松融合的方式实现正侧人脸纹理的融合。将纹理信息映射到三维的人脸模型上，做到真实的还原出三维人脸。实验的结果表明这种自主模型形变的方法进行三维人脸重构时可以获得较好的重建结果。

目录

第一个书签之前