基于特征点预测的三维表情人脸合成

摘要：

对于三维人脸表情合成,基于设备的方法成本高、灵活度低,表情的重建依赖人脸扫描过程中原始人脸表情;基于图像的方法大部分以面部行为编码系统(FACS)为基础,存在FACS兼容性较好的部分模型表现粗糙问题、合成真实度较低等问题.针对于此,本文提出一种基于特征点预测的三维表情合成方法.在三维人脸重建效果较好的3DMM算法基础上,引人加权K近邻算法构建表情特征点预测模型,结合BFM表情模型与线性插值算法模型处理纹理遮挡问题.实验表明:该方法较于FACS结合简单模型方法细节表现更强、真实度更高;较于设备方法成本更低、自动化程度更高、整体效果良好.

关键词：三维人脸重建、表情合成、特征点预测、三维形变模型、加权K近邻算法

所属期刊栏目：12

分类号：TP391.41(计算技术、计算机技术)

资助基金：贵州省科学技术基金项目;贵州省教育厅创新群体黔教合KY字2021012

在线出版日期：2022-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：158-164,169