基于多種方法的人臉特征跟蹤及人臉動畫.pdf

1、視頻驅動的人臉動畫一直是計算機圖形學和計算機視覺研究領域中的難點，并成為近年來的研究熱點，在視頻會議、網(wǎng)絡游戲、數(shù)字娛樂等諸多方面有著非常廣泛的應用。本文重點研究三方面的內(nèi)容：視頻人臉特征跟蹤、二維夸張化卡通人臉生成以及基于MPEG-4的二維人臉動畫技術。 在視頻人臉特征跟蹤中，根據(jù)特征點所在人臉部位具有不同的紋理特征進行分組，提出在不借助任何外部條件(如貼標記點)的情況下對不同組特征點采用不同的跟蹤方法。首先，對于紋理變化不大

2、的眉部等一組特征點，采用光流方法進行跟蹤，同時對其進行了改進，將通常只參考前一幀圖像改為利用初始幀和前一幀的加權和進行預測，提高了光流跟蹤的準確性。其次，對于嘴部特征點，通過分析其多樣的紋理信息，采用彈性圖匹配的方法進行跟蹤。該方法中，Gabor變換能夠提取特征點周圍豐富的頻域特征而助于跟蹤，但速度慢，無法實時。本文通過光流預測、Jet值估計等方法提高了匹配時的搜索速度以滿足實時要求。再次，對于眼皮上的特征點，因眼睛周圍有著特殊的邊緣紋

3、理特征，可采用圖像二值化方法得到特征點的大致位置以達到跟蹤的目的。實驗表明，這樣將多種方法相結合跟蹤特征點的方法是有效的。 在二維夸張化卡通人臉生成中，本文通過特征分析提取出人臉與眾不同的特征，之后將基于規(guī)則和基于樣例學習的兩種方法統(tǒng)一起來對這種與眾不同的特征進行形狀夸張。實驗表明，這種方法既減少了訓練樣本，又可以使生成的人臉具有畫家的風格。 在基于MPEG-4的二維人臉動畫技術中，本文將針對于三維人臉設計的MPEG-4