基于MPEG-4的任意嘴唇曲线的动画生成

摘要

随着科学技术的不断进步，人们对生活品质的要求已经越来越高。以前我们通过声音或者文字进行交流就很知足。但是现在，人们已经远远不能满足于此。人们需要的是“面对面”的交流，于是，人脸动画的研究逐渐成为热点。人脸动画技术是利用计算机图形学在建模、渲染和实时动画等方面的理论与方法，以实现实时的、真实感的人脸动画仿真，广泛应用于游戏动画制作、虚拟现实、视频通信等领域。而口型动画又是人脸动画中交流的核心部分之一，所以本文展开对口型动画的研究。
　　 首先提出了本文的研究背景和研究内容，然后回顾了已有的嘴唇建模方法，嘴唇动画技术，和MPEG-4中对人脸及嘴唇的相关定义。并对其进行分类，比较优缺点。然后介绍了本文工作。
　　 本文的工作包括两个方面。
　　 一方面是本文定义了一个新的口型LAP模型，用28个LAP控制口型形状，并用Cardinal曲线进行绘制。对于一个给定的嘴唇曲线，通过照相取特征点位移的方法获取基本视位的LAP(lip animation parameter，LAP)，然后用这些LAP来控制嘴唇形状，文本驱动形成连续光滑的口型动画，得到了很逼真的口型效果。考虑到LAP模型的推广，我们对多个发音人测定了一组拼音基本视位的标准LAP值。
　　 另一方面，本文提出了将已测定的拼音基本视位的标准LAP值应用到不同嘴唇上的自适应动画方法。我们在获取不同发音人的拼音基本视位的LAP值的基础上，计算得到一组标准LAP值，对于任意的游戏动画中的人物，给定一个闭合不发音的嘴唇曲线以后，首先计算出“单位LAP值”，再根据任意指定的嘴唇的宽度、高度、突出度，计算出适合这个嘴唇的每个视位的每个LAP值，最后以任意拼音文本驱动该嘴唇，生成连续动画。在动画实现过程中，采用插值来实现口型与口型之间的连续过渡，同时考虑前一口型对后续口型的影响，达到连续、光滑的视觉效果。
　　 本文提出的LAP模型和应用方法计算简单，易于推广和应用，可以应用在虚拟主持人、电影、游戏和广告等许多领域。

目录

文摘

英文文摘

声明

1绪论

1.1研究背景

1.2研究意义与应用领域

1.3国内外研究状况

1.4本文的工作和创新点

1.5本文的组织结构

2嘴唇的建模方法及MPEG-4人脸动画标准

2.1嘴唇的建模方法

2.1.1大规模弹性肌肉系统

2.1.2分层的弹性网格肌肉系统

2.1.3有限元方法

2.1.4参数化方法

2.2 MPEG-4简介

2.3 MPEG-4的技术及其应用

2.3.1人脸定义参数(FDP)

2.3.2人脸动画参数(FAP)

2.4本章小结

3汉语拼音静态视位

3.1视位的分类

3.2视位的定量描述

3.3本章小结

4拼音文本驱动的LAP口型动画

4.1口型动画的驱动方法

4.2 Cardinal样条

4.3 Cardinal样条绘制口型曲线

4.4连续语流中中间过渡口型参数的确定

4.4.1线性插值

4.4.2三阶Hermite曲线插值

4.4.3二阶分段连续函数插值

4.5协同发音

4.5.1向前看协同发音模型

4.5.2固定时间协同发音模型

4.5.3混合协同发音模型

4.5.4墓于权重函数的协同发音模型

4.6.本章小结

5自适应地生成任意的嘴唇曲线动画

5.1单位LAP的计算

5.2自适应LAP计算方法

5.3实验结果

5.3.1本文方法与真实照片的对比

5.3.2单位LAP驱动任意口型

5.3.3小结

6结论和展望

6.1结论

6.2展望

参考文献

致谢

硕士期间发表论文