10.3969/j.issn.2095-2163.2022.02.031
基于特征点预测的三维表情人脸合成
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.
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
12
TP391.41(计算技术、计算机技术)
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
2022-05-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
158-164,169