人脸作为人类信息与情感表达的重要载体,是新一代人机交互方式的重要组成成分。人脸动画在工业界有着广泛的应用,但传统人脸动画制作方法费时、费力、高成本,因此,找到一个简单、方便、低成本的人脸动画制作方法具有重大意义。本文针对人脸动画技术方面的问题,围绕基于单目视频相机的人脸实时交互动画技术进行深入的研究与探讨。我们的研究工作涵盖了人脸动画技术的三个核心部分:1.面部表情捕获与跟踪。面部表情的跟踪与捕获主要包含两个部分:人脸检测算法和人脸特征点定位算法。本文提出使用方向梯度直方图(HOG)和支持向量机(SVM)的人脸检测方法。首先运用单目视频相机作为人脸视频的采集设备,然后提取人脸图像的HOG特征,SVM通过学习HOG特征来选取支持向量构建最优分类面。根据训练得到的SVM分类器检测出视频帧中的人脸区域。在获取人脸区域后,我们通过基于级联回归树的人脸特征点定位算法定位人脸关键部位(眉毛、嘴角、鼻尖等)的特征点,进行视频中人脸表情的捕获与跟踪。2.生成人脸交互动画参数。为了能够生成驱动数字人脸模型动画的三维参数,本文提出一种基于SFM-3DMM的三维人脸可形变模型的方法估计来自二维视频帧中人脸的深度信息。应用SFM-3DMM算法对跟踪得到的二维人脸特征点进行三维拟合,得到姿势自适应型三维人脸,并输出人脸刚性运动参数和人脸表情参数。3.基于单目相机的人脸交互动画合成方案。在已有人脸交互动画合成方案的基础上,本文提出了一种基于骨骼蒙皮模型的人脸交互动画合成方案。骨骼蒙皮模型是一种仿生模型,具有真实感强,易于驱动的优点。通过人脸运动捕获中提取的人脸动画参数,对角色头部稀疏的骨骼节点进行程序化的控制,以生成逼真的面部动画序列。