论文部分内容阅读
三维人脸艺术造型是基于人脸照片原型进行三维建模和艺术形变得到的计算机三维模型，与原型人脸相比，既具有相似性又具有艺术夸张性，能给观众带来更好的亲和力，在动画影视、游戏、虚拟现实等领域具有越来越广泛的应用。人脸艺术造型的相似性与艺术性两种指标往往相互影响，难以兼顾。目前，人脸相似性相关工作主要是研究同构的二维和二维、三维和三维人脸数据之间的相似性，对于异构的二维和三维人脸之间的相似性问题研究还很少见。同时，对由定量的人脸相似模型来指导艺术人脸合成的研究工作也较少见到。本文分别采用流形学习（manifold learning）和主成分分析（principal componentanalysis, PCA）等方法，对异构人脸之间的相似特征和三维卡通人脸的艺术风格特征进行挖掘和描述，并建立了异构人脸相似模型和卡通人脸造型可调节参数模型。在这两种模型的相互作用下初步实现了一种三维卡通人脸生成方法。主要研究工作如下：（1）准备了大量的二维人脸图片，对应的三维人脸模型以及三维卡通人脸模型，对二维人脸图片、三维人脸模型和三维卡通人脸分别进行了特征提取和对齐处理。（2）提出一种基于流形空间的异构人脸相似度计算方法。通过双层流形降维策略，利用相似特征计算二维人脸数据与三维人脸数据的邻居关系，并将其反映到共享低维流形特征中。二维与三维人脸越相似，则它们在这个共享低维流形特征中的距离越近，据此得到异构人脸相似模型。（3）提出一种基于相似模型约束的三维卡通人脸生成方法。首先利用主成分分析（principal component analysis, PCA）建立三维卡通人脸的PCA子空间，并构建人脸艺术造型可调节参数模型，然后在该子空间中利用遗传算法（Genetic Algorithm,GA）进行采样，并在异构人脸相似模型的约束作用下生成具有较好相似性和艺术性的三维卡通人脸模型。本文通过对比实验验证了异构人脸相似模型的有效性，并在相似模型的约束下，利用本文方法生成一批三维卡通人脸造型，与传统的基于规则方法相比，本文方法生成的三维卡通人脸造型既具有较好地艺术夸张性，与原型人脸相比也具有较好的相似性。最后本文以OpenGL、MFC为平台实现了相似模型约束下三维卡通人脸生成方法的软件原型。