细微表情(例如额头皱纹,鱼尾纹,酒窝等)合成是逼真描述人脸动画的重要因素,传统的表情合成技术仅仅考虑面部几何特征的变换,缺乏细节纹理。在现有细微表情合成的研究中,仅能合成已提取的细节纹理,应用范围有限。本文针对这个问题,进行人脸动画中细微表情合成方面的研究,主要工作如下: 一、采用特征跟踪的方法实现了细节纹理和人脸运动数据同步获取。可在不使用昂贵的运动跟踪设备的前提下获取符合MPEG-4 的运动数据,并从视频中提取相关的人脸动画参数。采用主动形状模型定位和手工调整,较容易地获取同步数据——表情比率图和人脸动画参数。为建立细微表情合成模型提供可靠的数据样本。二、提出了基于主成分分析的一种面部细节纹理特征——表情比率图参数ERIP(Expression Ratio Image Parameter)的参数化方法。并提出了改进的表情比率图计算方法。实验表明,在大量人脸细微表情数据集上,该方法可有效提取细节纹理特征。三、提出了从表情运动参数FAP 到细微表情参数的合成模型,它是基于支持向量回归机的一种优化拟合。比较了四种不同的支持向量回归方法训练的细微表情合成模型。从中优选出了径向基函数为核函数的ε容错支持向量回归机作为该模型的原型。在合成细微表情中,显示出该模型在预测ERIP 中的鲁棒性。基于上述工作,实现了细微表情合成模型,该模型能产生统计意义上的真实感表情,且符合MPEG-4 动画标准。首先,实现了的细节表情合成系统;其次,将细微表情合成模型应用到可移动终端系统的真实感表情合成;最后,给出了细微表情合成模型在肖像画绘制中的初步应用。此模型能较好的实现功能,满足人机交互中的需求。