基于单张图像的三维人脸重建研究

发布时间:2022-12-03 20:47
  随着科技的进步,三维人脸重建研究作为计算机图形学、计算机视觉以及虚拟现实技术的重要研究内容,在游戏、影视及医疗等领域得到了广泛的应用。传统的三维人脸重建方法大多依赖三维扫描仪、多幅照片和双目视觉设备获取面部特征信息,再通过逼近优化算法来完成人脸模型重建、修改和优化,其成本昂贵、且重建过程复杂。基于单张二维图像重建三维人脸是近几年新的研究方向。本文针对基于二维图像重建三维人脸中存在二维特征点提取不准确、三维特征点提取速度慢且三维模型形变真实感低等问题,主要研究工作如下:(1)针对当前二维特征点标定不准确及三维特征点标定速度慢的问题,本文对基于深度学习的二维特征点提取方法以及基于关键点由粗到精的三维特征点提取方法进行了改进。首先,以单张人脸图像作为驱动,通过Adaboost算法进行人脸部位的检测,降低了训练工作量。其次,通过卷积神经网络训练模型提取二维人脸特征点。最后,通过结合深度图和监督学习方法将三维人脸特征点进行粗定位,结合多个局部描述子对人脸面部的特征点进行筛选,提高特征点提取的准确度,完成三维人脸特征点的选取。实验结果表明,该方法提取的二维特征点准确度高,且提高了三维特征点提取效率... 

【文章页数】:79 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
第一章 绪论
    1.1 课题研究背景及意义
        1.1.1 课题来源
        1.1.2 课题研究背景
        1.1.3 课题研究意义
    1.2 国内外研究现状
    1.3 本文主要研究内容及章节安排
第二章 三维人脸重建的相关技术
    2.1 三维人脸重建技术
        2.1.1 参数化人脸重建技术
        2.1.2 基于生理肌肉特征的重建
        2.1.3 基于图像的三维人脸重建技术
        2.1.4 基于模型的三维人脸重建技术
        2.1.5 基于深度学习的三维人脸重建
    2.2 人脸特征点提取技术
        2.2.1 基于模型的ASM和 AAM
        2.2.2 基于级联回归特征点定位
        2.2.3 基于深度学习的特征点提取
    2.3 三维人脸数据库的介绍
    2.4 三维人脸数据库的获取
    2.5 本章小结
第三章 人脸特征点提取
    3.1 改进的基于深度学习的二维人脸特征点提取
        3.1.1 人脸检测
        3.1.2 基于卷积神经网络的模型构建
    3.2 改进的基于关键点由粗到精的三维特征点提取
        3.2.1 特征点粗定位
        3.2.2 特征点区域筛选
        3.2.3 特征点标记
    3.3 实验结果分析
        3.3.1 二维特征点检测结果分析
        3.3.2 三维特征点检测结果分析
    3.4 本章小结
第四章 基于改进薄板样条函数的三维人脸重建
    4.1 二维薄板样条函数(TPS)
    4.2 改进的基于薄板样条的三维人脸形状重建
        4.2.1 三维稀疏人脸模型
        4.2.2 三维通用人脸模型的获取
        4.2.3 改进的基于薄板样条函数的三维人脸形变
    4.3 三维人脸的纹理映射
    4.4 实验结果分析
        4.4.1 三维人脸重建时间对比分析
        4.4.2 三维人脸重建性能比较
        4.4.3 三维人脸重建真实感
    4.5 本章小结
第五章 三维人脸重建系统的设计与实现
    5.1 系统概述
    5.2 系统设计
        5.2.1 系统功能设计
    5.3 系统实现
        5.3.1 开发工具及编程环境
        5.3.2 三维人脸重建系统实现
    5.4 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 未来展望
参考文献
攻读硕士学位期间发表的论文及所取得的研究成果
致谢


【参考文献】:
期刊论文
[1]基于多视角的高精度三维人脸重建[J]. 蔡麟,郭玉东,张举勇.  计算机辅助设计与图形学学报. 2020(02)
[2]基于二维纹理重建三维人脸深度图像后的人脸识别[J]. 李睿,李科,孙家炜.  现代计算机(专业版). 2019(10)
[3]对人脸表情迁移与分析方法的探讨[J]. 胡诗琦.  科技与创新. 2019(05)
[4]基于单幅正面照和统计模型的三维人脸重建方法研究[J]. 苏越阳,万静,易军凯.  北京化工大学学报(自然科学版). 2019(01)
[5]基于计算机视觉的牛脸轮廓提取算法及实现[J]. 蔡骋,宋肖肖,何进荣.  农业工程学报. 2017(11)
[6]改进的统计模型三维人脸特征点标定算法框架[J]. 陆焱,惠巧娟.  计算机工程与应用. 2016(24)
[7]基于改进Candide-3模型的眼部动画建模[J]. 雷腾,侯进,王献.  哈尔滨工程大学学报. 2015(04)
[8]基于关键特征点的人脸纹理映射[J]. 郑青碧,毛自民.  计算机与数字工程. 2013(01)
[9]BJUT-3D三维人脸数据库及其处理技术[J]. 尹宝才,孙艳丰,王成章,盖赟.  计算机研究与发展. 2009(06)
[10]基于一般模型的单幅人脸照片三维重建[J]. 署光,姚莉秀,陈鲁,杨杰.  上海交通大学学报. 2009(03)

博士论文
[1]基于形变模型的三维人脸建模方法研究[D]. 盖赟.北京工业大学 2012

硕士论文
[1]基于局部特征的三维人脸特征点定位技术研究[D]. 成翔昊.东南大学 2018
[2]人脸特征点定位算法研究[D]. 贾项南.江南大学 2018
[3]基于卷积神经网络的单视图三维人脸重建技术研究[D]. 陈珂.武汉理工大学 2018
[4]基于双目立体视觉的人脸三维建模方法研究[D]. 高洁.吉林大学 2017
[5]基于单张正面图象的三维人脸建模研究[D]. 李想.苏州大学 2016
[6]基于单张照片的三维人脸重建的研究[D]. 吴侨.电子科技大学 2016
[7]基于RGB-D数据的三维人脸建模及标准化[D]. 傅泽华.西南交通大学 2015
[8]基于单张照片的三维人脸建模及应用研究[D]. 林雪健.燕山大学 2014
[9]表情不变的三维人脸重构[D]. 胡阳明.南京航空航天大学 2013



本文编号:3706943

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/3706943.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户8f6c7***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]