版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著攝影、照相等相關(guān)硬件技術(shù)的不斷發(fā)展,在電影、游戲、醫(yī)療等領(lǐng)域,三維技術(shù)得到了廣泛的應用。相比于二維圖像,三維圖像具有更多的空間信息且貼近人們的生活。近年來,在計算機視覺和圖形學中,三維人臉建模的研究成為該領(lǐng)域的核心內(nèi)容,在三維人臉動畫與識別中起到了關(guān)鍵作用。
三維人臉建模一般有四種方法,參數(shù)模型,肌肉模型,視覺模型和形變模型。形變模型因具有真實感好、自動化等優(yōu)點而被認為是三維人臉建模最成功的方法之一。前人提出了ICP、NI
2、CP、流光法等方法來建立三維形變模型,但這些方法在人臉對齊精度及準確性上都存在著局限性。因此,在一個三維人臉庫中建立形變模型仍是一個難題。本文對三維人臉形變模型的建立及其應用進行研究,主要研究內(nèi)容和創(chuàng)新包括:
1.對標準形變算法的改進。在大規(guī)模的三維人臉數(shù)據(jù)庫上,研究多種建立形變模型的方法并分析其優(yōu)劣。實驗證明,標準的三維表面形變方法在人臉對齊的精度及準確性上效果良好。然后根據(jù)本實驗中三維人臉數(shù)據(jù)庫的特點,改進局部尋找匹配點對
3、時的策略,不僅使得匹配點對準確性提高,而且使得后期的能量函數(shù)優(yōu)化速度加快。最后,運用非剛性形變算法的思想,在標準三維形變變方法的基礎(chǔ)上,提出了迭代稠密對齊算法。
2.評估三維人臉形變模型的準確性和有效性。針對不同應用領(lǐng)域,評估標準也不同。本文分別從四個方面和標準三維表面形變算法進行對比。實驗證明,本文算法在對齊精度和準確性上都要高于標準形變方法。
3.在已建立的形變模型上完成基于單幅圖像的三維人臉重建。根據(jù)單幅正面人
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于形變模型的三維人臉模型重建研究.pdf
- 基于形變模型的三維人臉識別.pdf
- 基于形變模型的三維人臉重建研究.pdf
- 基于三維形變模型的多姿態(tài)人臉識別.pdf
- 基于三維形變模型與PCA的人臉識別研究.pdf
- 基于形變模型的三維人臉合成及應用研究.pdf
- 面向形變模型的三維人臉數(shù)據(jù)處理研究.pdf
- 基于視頻的三維人臉建模研究.pdf
- 基于圖像的三維人臉建模研究.pdf
- 基于照片的三維人臉建模.pdf
- 基于NRSFM算法的三維人臉建模研究.pdf
- 基于正交照片的三維人臉建模研究.pdf
- 基于人臉模型重建的三維人臉識別.pdf
- 基于三維多分辨率形變模型的人臉識別算法研究.pdf
- 基于三維人臉模型的多姿態(tài)人臉識別.pdf
- 基于SVM的三維人臉建模技術(shù)研究.pdf
- 基于圖像的三維人臉建模技術(shù)研究.pdf
- 三維人臉建模技術(shù)探討.pdf
- 基于三維人臉建模的多視角人臉識別方法研究.pdf
- 基于單張二維圖片的三維人臉建模.pdf
評論
0/150
提交評論