人脸建模

摘要： 提出了一种基于CANDIDE-3算法的人脸替换算法,该算法使用CLM作为面部特征点定位算法,将2维的面部特征点和CANDIDE中3维的顶点相对应,建立相应的源人脸算法.根据面部特征点估计出头部姿态和表情相关参数,对源人脸进行方向和角度调整,通过颜色转移算法,将源人脸的色彩转换为目标人脸的色彩,然后利用图像融合算法进行融合.实验结果表明,本文的方法能够在图像和视频中进行有效的进行人脸替换.

摘要： 为了快速创建真实感较强的三维人脸模型,提出了基于Kinect的拉普拉斯网格形变建模方法。利用Kinect获取彩色和深度图像信息,对深度图像进行双边滤波处理,对彩色图像进行低层级顶点定位;构建标准三维人脸模型,并为该人脸模型中的顶点建立低、中、高3个级别的层级结构,通过低、中层级中顶点的位置关系创建Sibson局部坐标约束;利用该约束构建彩色图像中间层级顶点,并结合深度信息对标准三维人脸模型进行拉普拉斯网格变形,获得真实感较强的三维人脸模型。实验结果表明,该算法在建模的真实感上得到了提高,与对比算法相比,在建模时间上得到很大的优化。

摘要： 为了快速创建真实感较强的三维人脸模型,提出了基于Kinect的拉普拉斯网格形变建模方法.利用Kinect获取彩色和深度图像信息,对深度图像进行双边滤波处理,对彩色图像进行低层级顶点定位;构建标准三维人脸模型,并为该人脸模型中的顶点建立低、中、高3个级别的层级结构,通过低、中层级中顶点的位置关系创建Sibson局部坐标约束;利用该约束构建彩色图像中间层级顶点,并结合深度信息对标准三维人脸模型进行拉普拉斯网格变形,获得真实感较强的三维人脸模型.实验结果表明,该算法在建模的真实感上得到了提高,与对比算法相比,在建模时间上得到很大的优化.

摘要： 设计了一种基于3D建模的人脸多姿态合成方法。首先计算输入图像的三维模型与二维图像间的映射关系;其次,利用该映射关系矫正输入的人脸图像,并生成初步的人脸图像正面化结果;最后,为了完整地保留原面部输入信息,对初步结果视图上的不可见区域进行评估,并根据其对应的可见特征,利用均值坐标(mean-value coordinates,MVC)图像编辑方法对不可见区域进行填充。实验结果表明,所设计方法的矫正准确率可达70%以上,相比于传统方法,输出结果更具鲁棒性。

摘要： 设计了一种基于3D建模的人脸多姿态合成方法.首先计算输入图像的三维模型与二维图像间的映射关系;其次,利用该映射关系矫正输入的人脸图像,并生成初步的人脸图像正面化结果;最后,为了完整地保留原面部输入信息,对初步结果视图上的不可见区域进行评估,并根据其对应的可见特征,利用均值坐标(mean-value coordinates,MVC)图像编辑方法对不可见区域进行填充.实验结果表明,所设计方法的矫正准确率可达70％以上,相比于传统方法,输出结果更具鲁棒性.

摘要： 脸部建模是特效电影和电脑游戏中展现现代视觉效果的关键.本文针对三维人脸模型的动态建模,提出一种基于特征提取的建模方法.对于捕获的人脸图像,首先定位其人脸区域,然后提取人脸区域的人脸特征点,同时根据提取得到的人脸特征点对标准三维人脸模型进行形变处理,最后得到一个实时的三维人脸动画系统.实验结果表明,该方法针对三维人脸建模能够实时稳定地完成相应表情的人脸建模,具有较高的实时性、准确性.

摘要： 脸部建模是特效电影和电脑游戏中展现现代视觉效果的关键。本文针对三维人脸模型的动态建模,提出一种基于特征提取的建模方法。对于捕获的人脸图像,首先定位其人脸区域,然后提取人脸区域的人脸特征点,同时根据提取得到的人脸特征点对标准三维人脸模型进行形变处理,最后得到一个实时的三维人脸动画系统。实验结果表明,该方法针对三维人脸建模能够实时稳定地完成相应表情的人脸建模,具有较高的实时性、准确性。

摘要： 针对现有三维人脸采集技术对采集场景存在诸多限制,提出了自由场景下基于多张图像的三维人脸建模技术,并对其进行了有效性验证.首先,提出一个姿态及深度值迭代计算模型,实现了特征点深度值的准确估计;然后,进行了基于多张图像的深度值融合及整体形状建模;最后,将深度迭代优化算法(IPDO)与目前最优的非线性最小二乘法(NLSI_SR)在Bosphorus Database数据集上进行了对比,建模精度提高了9％,所重建的三维人脸模型投影图像与二维图像具有较高的相似度.实验结果表明,在大姿态变化条件下,该识别算法借助三维信息相较于未借助的情况下,其识别率可以提高50％以上.

摘要： 本文为解决特定人脸建模过程中特征点简化标定问题提供了一个简化应用编辑器。首先对ASM算法进行改进并提取出68个面部特征点，然后通过本文提供的特征点编辑器，并根据MPEG-4人脸标准对照片特征点进行编辑和分组，最后在编辑器中利用与照片特征点进行空间投影比对从而标定出模型特征点数据。实验结果表明，该方法获得的特征点数据在真实感人脸建模的数据插值计算中，具有简单、高效、精确的优势。

摘要： @@近年来随着多媒体技术突飞猛进的发展，三维人脸建模技术在很多领域都发挥着十分重要的作用，具有广阔的应用前景。为了解决前人的人脸建模方法建模时间长、模型精度不够高的问题，本文提出了基于特征点加细的原型三维人脸对应方法建立多分辨人脸形变模型，并根据该形变模型的特点使用多分辨模型匹配方法由单张正面人脸图像进行三维人脸建模。

摘要： 三维人脸建模与动画是当前计算机视觉与计算机图形学领域的一个研究热点,并且在多媒体、人机交互、通讯等方面都具有广泛的应用.通过对多年来人脸建模及动画技术的研究分析,本文设计和实现了一种真实感人脸建模及动画系统.系统只要输入单张真实人脸的正面照片或通过摄像头实时采集来的正面人脸照片,就可以无需人工交互,全自动地生成真实感的三维人脸模型(包括几何模型纹理模型),通过输入自定义的动画文件,可以生成真实感较强的人脸表情动画.

摘要： 随着虚拟现实、影视制作及可视电话等应用的发展，人脸建模领域越来越受到人们的重视。本文研究了基于正侧面人脸照片的人脸建模方法。根据人脸生理结构特点，定义了既能反映人脸整体结构、又能表示五官局部特征和位置分布的特征点; 针对一般人脸模型数据特点，给出一种三维特征点标定方法;研究了利用立体视觉原理从二维照片获得特征点三维信息的方法。最后验证了算法的正确性和可行性。

摘要： 本文对面向未来掌上移动设备的纹理映射方法进行了改进。首先将一张正面人脸照片作为输入，并在照片纹理上标注特征点;然后基于特征点坐标进行体形变处理;接着选择性自适应调整其七阶领域的纹理坐标，实现对局部纹理坐标的定义;最后进行纹理映射，完成人脸建模。实验结果表明，本算法具有较强的实时性与自适应性，生成的人脸真实感强。

摘要： 计算机辅助颅骨面貌复原,作为计算机三维可视化技术的重要研究和应用领域,引起了世界各国研究者的极大兴趣.本文根据计算机辅助颅骨面貌复原技术的主要研究内容,对已经提出的计算机辅助颅骨面貌复原技术和方法进行了归纳和综述,并对该领域当前需要解决的关键问题作出了展望.

摘要： 计算机辅助颅骨面貌复原,作为计算机三维可视化技术的重要研究和应用领域,引起了世界各国研究者的极大兴趣.本文根据计算机辅助颅骨面貌复原技术的主要研究内容,对已经提出的计算机辅助颅骨面貌复原技术和方法进行了归纳和综述,并对该领域当前需要解决的关键问题作出了展望.

摘要： 计算机辅助颅骨面貌复原,作为计算机三维可视化技术的重要研究和应用领域,引起了世界各国研究者的极大兴趣.本文根据计算机辅助颅骨面貌复原技术的主要研究内容,对已经提出的计算机辅助颅骨面貌复原技术和方法进行了归纳和综述,并对该领域当前需要解决的关键问题作出了展望.

摘要： 本公开提供了一种三维人脸重建模型训练和三维人脸形象生成方法及装置，涉及人工智能技术领域，具体涉及增强现实、虚拟现实、计算机视觉和深度学习等技术领域，可应用于元宇宙等场景。具体实现方案为：将获取的样本人脸图像输入三维人脸重建模型，得到坐标变换参数和样本人脸图像中的人脸参数；根据获取的样本人脸图像的人脸参数和风格化人脸图，确定样本人脸图像的三维风格化人脸形象；基于坐标变换参数，将样本人脸图像的三维风格化人脸形象变换到相机坐标系下，并对变换后的三维风格化人脸形象进行渲染，得到渲染图；根据渲染图和样本人脸图像的风格化人脸图，对三维人脸重建模型进行训练。上述技术方案，可以精准构建三维风格化人脸形象。

摘要： 本发明提供一种基于神经网络的人脸特征提取建模方法及装置，从预设应用场景的训练集中获取三元组人脸图片；获取经过训练的人脸识别神经网络，并根据人脸识别神经网络确定三元组深度神经网络；将三元组人脸图片作为三元组深度神经网络的输入，确定损失代价函数值；根据损失代价函数值及训练参数在训练集上训练三元组深度神经网络；通过预设应用场景的测试集对三元组深度神经网络进行人脸识别测试，并根据测试结果确定测试精度，根据测试精度及三元组深度神经网络确定目标人脸特征提取模型。该方法及装置可以达到将建模得到的人脸特征模型应用在特定的人脸识别应用场景中时，人脸识别精度高的有益效果。本发明还提供一种人脸识别方法及装置。

摘要： 一种人脸重建模型的训练方法及装置、人脸重建方法及装置、电子设备和可读存储介质。人脸重建模型的训练方法包括获取训练数据(101)；将所述第一人脸图像输入第一网络模型，获得第二人脸图像(102)；将所述目标人脸图像和所述第二人脸图像输入第二网络模型，获得判别结果(103)；获取所述第一网络模型对应的第一损失函数，并根据所述第一损失函数调节所述第一网络模型的参数(104)；获取所述第二网络模型对应的第二损失函数，并根据所述第二损失函数调节所述第二网络模型的参数(105)；交替进行上述步骤，以对所述第一网络模型和所述第二网络模型轮流进行模型训练(106)；将训练完成的第一网络模型作为人脸重建模型(107)。该方案能够提高对于人脸重建的准确度和清晰度。

摘要： 本公开提供了一种三维人脸重建模型训练和三维人脸形象生成方法及装置，涉及人工智能技术领域，具体涉及增强现实、虚拟现实、计算机视觉和深度学习等技术领域，可应用于元宇宙等场景。具体实现方案为：将获取的样本人脸图像输入三维人脸重建模型，得到坐标变换参数和样本人脸图像中的人脸参数；根据获取的样本人脸图像的人脸参数和风格化人脸图，确定样本人脸图像的三维风格化人脸形象；基于坐标变换参数，将样本人脸图像的三维风格化人脸形象变换到相机坐标系下，并对变换后的三维风格化人脸形象进行渲染，得到渲染图；根据渲染图和样本人脸图像的风格化人脸图，对三维人脸重建模型进行训练。上述技术方案，可以精准构建三维风格化人脸形象。

摘要： 本发明公开了一种三维人脸识别方法及其装置，所述方法包括：提取待识别的三维人脸图像中的深度图像特征矩阵以作为人脸全局特征，并提取所述三维人脸图像中的人脸关键轮廓线以作为人脸局部特征；通过距离函数，计算出所述人脸局部特征相对于预设的人脸特征库中距离最相近的目标特征，并计算出所述人脸全局特征相对于所述人脸特征库中距离最相近的目标特征，以得到所述人脸全局特征与所述人脸局部特征各自的特征匹配结果；通过预设的用于人脸特征融合的认知模型，对所述人脸全局特征与人脸局部特征各自的特征匹配结果进行加权和融合，以得到融合后的用于人脸识别的输出特征；根据所述输出特征得到三维人脸识别的结果。

摘要： 本发明实施例提供一种人脸建模设备和人脸建模方法，该设备包括图像采集单元和图像处理单元，图像采集单元包括图像传感器、补光器和滤光组件，图像传感器用于通过多次曝光产生并输出第一图像信号和第二图像信号；补光器包括第一补光装置，第一补光装置用于近红外补光；滤光组件包括第一滤光片，第一滤光片使可见光和部分近红外光通过；图像处理单元包括信号处理模块和人脸建模模块，信号处理模块对第一图像信号和第二图像信号进行处理，得到用于显示的第一图像信息和用于人脸建模的第二图像信息；人脸建模模块对第二图像信息进行人脸建模，得到人脸建模信息并输出。本发明实施例能够根据不同需求对图像进行处理，提高图像输出效果。

摘要： 本发明公开了一种人脸几何信息辅助的三维人脸建模方法及系统，该方法基于主动投影的双目立体视觉原理，利用多帧条纹结构光场所蕴含的相位信息对目标人脸表面进行标记，利用相机获取建模图像，基于空间相位展开技术来获取条纹结构光光场所蕴含的相对相位信息，并以人脸特征点为锚点，将双目相机的相对相位信息统一到相同基准，然后进行相位匹配得到视差图，进而重建三维人脸模型。本方法充分利用了人脸条纹图中所蕴含的人脸特征点位置信息，无需加入附加结构光场就进行相位展开，有效减少了完成三维建模所需投影和拍摄结构光场的数目，缩短建模图像采集时间，并有效保证了建模精度。

摘要： 本发明公开了一种基于多角度二维人脸数据的三维人脸建模方法及系统，其中，基于多角度二维人脸图片的三维人脸建模方法，包括：识别出多张不同拍摄角度的人脸图像中的人脸区域，并提取所述人脸区域的人脸关键特征信息点；将所述人脸关键特征信息点与标准人脸三维模型的对应的特征信息点进行对应匹配调节；根据所述多张人脸图像，对所述标准人脸三维模型进行人脸大小与形状的匹配调整，以得到三维人脸网格模型；基于与视点无关的人脸纹理图，对所述三维人脸网格模型进行纹理映射，以生成三维人脸图像。本发明能降低传统三维人脸建模的成本并提高三维人脸识别的精度。

摘要： 本发明公开了一种3D人脸建模与立体判断方法及嵌入式平台的双目3D人脸建模与立体判断方法，涉及计算机视觉及智能安防终端的技术领域，通过设计新型的双目3D人脸建模与立体匹配深度学习架构，该算法对比传统图像立体匹配算法具有更加稠密和精度更高的3D人脸图并且快速判断人脸是否具有立体信息；该算法移植到嵌入式平台上，能够以接近实时的速度运行，用户体验无感；本发明的3D人脸建模精度接近于结构光或者TOF设备，但是成本价格更低。本发明可用于智慧安防门禁闸机、自动考勤机和3D人脸门锁等领域，从而产生巨大的经济利益。

摘要： 本发明实施例提供一种人脸建模设备和人脸建模方法，该设备包括图像采集单元和图像处理单元，图像采集单元包括图像传感器、补光器和滤光组件，图像传感器用于通过多次曝光产生并输出第一图像信号和第二图像信号；补光器包括第一补光装置，第一补光装置用于近红外补光；滤光组件包括第一滤光片，第一滤光片使可见光和部分近红外光通过；图像处理单元包括信号处理模块和人脸建模模块，信号处理模块对第一图像信号和第二图像信号进行处理，得到用于显示的第一图像信息和用于人脸建模的第二图像信息；人脸建模模块对第二图像信息进行人脸建模，得到人脸建模信息并输出。本发明实施例能够根据不同需求对图像进行处理，提高图像输出效果。