文 献 综 述
一．选题背景
人脸是人类表达情感的窗口,人类的面部提供了大量的视觉信息,计算机的多种感知输入通道都建立在人脸的基础上。在计算机中模拟真实的人脸表情,是众多科学家和工程师正在挑战的课题,也是人机交互技术发展的趋势之一。人脸表情动画系统可以提供友好的人机交互方式,可以让人们更好地理解噪声中的语言,吸引人们的注意力,提高人机交互效率,对实现机器的智能化有着重要的意义。由于实时的视频图像传递更加丰富的信息,因此,基于视频驱动的人脸动画系统对于感知使用者的意图,判断其行为更有价值,前景被业界一直看好。它有着广泛的应用领域,在科幻电影、游戏制作等娱乐方面的应用尤为突出。
然而,由于骨骼和肌肉的差别使得不同的人脸具有不同的表情特征,目前所研究的三维人脸表情动画虚拟场景要么比较初级,其真实感、可信度、丰富性、实时性均较差;要么计算量巨大,无法实时。因此人脸表情动画的研究仍是计算机图形学和虚拟现实技术领域中的一个极具挑战性和开创性的课题。综上可知,三维人脸动画的研究,特别是基于视频的三维人脸动画驱动的研究为满足虚拟交互产业的需要和研究完整的真实感虚拟人奠定了一定基础,不但具有十分重要的研究意义,而且具有较高的研究价值和实际应用价值。
人脸和表情是婴儿出生后需要首先辨识的视觉模式，因此研究人脸表情的自动提取技术对于理解人类视觉系统的原理具有重要的指导意义。表情的自动提取和跟踪技术还是基于视频的表情动画，人脸识别和表情分析系统的基础。其中基于视频的表情动画系统可以从视频中捕捉真人表情并驱动虚拟人脸做相似的表情，这对数字娱乐和影视特技行业具有广泛的应用价值；人脸识别系统是一种重要的智能安检手段，在反恐保安领域获得了日益广泛的应用；表情分析系统可以让计算机感知用户的情绪并提供智能化的服务。
- 研究现状
基于视频的人脸动画驱动技术涉及到数字图像处理、模式识别、人工智能、生理和心理学等多方面的课题,是一个交叉性很强的研究领域,其中包含了人脸检测、跟踪与特征定位和提取等人脸信息处理关键技术。由于光照、姿态、遮挡、附属物、背景的复杂性及人脸运动随机性等的影响,使得实时和准确的运动数据获取变得非常困难。近年来逐步成为计算机视觉方面一个受到重视的研究方向,国内外很多机构都在进行这方面的研究。
随着科学技术的飞速发展，信息的鉴定及传播非常迅速。在这个物欲横流的社会，经常会有假冒个人信息谋取私利的事件发生。因此准确地判别个人身份的真实性以及避免个人信息泄露是一个非常关键的问题。以往的个人身份判别主要依靠一些与个人身体特征关联不大的实体如个人身份证、动态密令等进行鉴定。这些手段的安全性很低，非常容易获取和伪造。因此出现了依靠人体生物特征进行鉴别的方法。人体的各种生物特征如虹膜、指纹、人脸以及DNA 等具有唯一性，不容易伪造，利用这些特征来进行身份鉴定非常安全可靠。与其他一些生物特征识别方法相比，人脸识别具有采集信息便捷、操作简单高效、非常经济及可扩展性良好等优点，成为近些年来受到广泛关注的研究热点。人脸识别技术日趋发达，被广泛应用于安全验证、视频监控、小区及企业的门禁系统、刑侦破案及人机交互等领域。
2.1三维人脸重构技术
真实感三维人脸重构技术是指在计算机中重构出与真人脸部相像的三维人脸。三维人脸重构[1]是三维人脸动画的基础,三维人脸模型重构的真实程度直接影响三维人脸动画的效果。目前,经过研究者的不断深入研究,已经提出了许多真实感三维人脸重构方法。按照人脸模型的产生方式,人脸重构的方法主要包括直接方法和间接方法两大类。其中直接方法包括人工重构和基于三维数据的特定人脸重构,间接方法主要有基于通用人脸模型的三维人脸重构、基于图像序列的三维人脸重构、基于形变模型的三维人脸重构。
基于三维数据的特定人脸重构的思想:通常是首先利用三维数字化扫描仪、三维摄像机、数字化探针、编码光距离传感器等硬件设备直接获得人脸信息并进行数据预处理,然后利用图形学方法进行点云三角化,最后通过网格优化策略得到适当精度的模型。该方法是获得人脸集合形状最直接的方法,主要是依据三角测量学原理。多伦多大学的Lee[2]等人改造了Waters的肌肉模型利用激光扫描仪获得了三维几何数据和纹理信息,调整已有的标准网格人头模型构建特定人脸模型。利用三维数据构建的三维模型通常具有较高的精度和逼真度,能清晰地描述个性特征。但是对于人脸建模,由于设备本身造价昂贵,并且模特必须在场,扫描后的模型还需要经过软件处理,排除扫描中的一些错误结果,有时需要后期人工处理。因此目前大众化采用三维扫描仪重构人脸还不经济和方便。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
