学位论文 > 优秀研究生学位论文题录展示

AAM人脸特征点定位及在表情动画中的应用

作　者: 雷丽坤
导　师: 苗振江
学　校: 北京交通大学
专　业: 信号与信息处理
关键词: 主动表观模型 人脸特征点定位 人脸动画 表情合成 MPEG-4标准 FAP参数
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 201次
引　用: 3次
阅　读: 论文下载
 

内容摘要


主动表观模型(Active Appearance Model,简称AAM)作为人脸特征点定位最主要和有效的方法之一,被大量学者研究并应用到不同人脸系统中。本论文主要研究AAM人脸特征点定位技术并对其在人脸表情动画中的应用进行了探索,提出了一种基于AAM的行为驱动型人脸表情动画系统方案。该系统可实现从人脸图像或视频序列中自动获取人脸面部表情运动信息,进而驱动已有MPEG-4模型来合成人脸表情动画。系统主要可分为三大模块：AAM人脸特征点定位模块、FAP转换模块、MPEG-4模型动画实现模块。本文重点研究前两个模块。AAM人脸特征点定位模块是关键模块,其定位结果直接影响人脸表情动画合成效果。本文首先介绍了AAM人脸特征点定位的基本原理,然后针对传统AAM算法存在的不足进行了一些改进。相比传统AAM算法,改进后的算法在拟合准确率和拟合速度上都有明显的优势,具有更大的实用性。FAP转换模块是必要的接口模块,实现了AAM技术与MPEG-4人脸标准的结合,这样不仅可以提高生成动画的数据压缩比,而且可以扩大应用范围。本文的创新之处在于提出了一种基于AAM的行为驱动型表情动画系统方案,大胆地将AAM人脸特征点定位技术应用于驱动人脸表情动画,并将AAM与MPEG-4人脸标准尤其是FAP参数相结合。目前虽然已有学者将AAM技术与MPEG-4标准相结合用于人脸动画中,但大多将AAM技术定位人脸特征点用于建立对应的MPEG-4特定模型,用于驱动MPEG-4模型的运动数据则采用其它方法获得。

全文目录


致谢  5-6
中文摘要  6-7
ABSTRACT  7-10
1 绪论  10-18
  1.1 研究的背景及意义  10-11
  1.2 人脸特征点定位技术现状  11-13
    1.2.1 基于模型的人脸特征点定位方法  11-12
    1.2.2 基于非模型的人脸特征点定位方法  12-13
  1.3 AAM的发展及应用  13-17
    1.3.1 发展历程  13-15
    1.3.2 应用领域  15-17
  1.4 本文研究内容及组织结构  17-18
2 AAM人脸特征点定位原理  18-32
  2.1 引言  18-19
  2.2 相关知识准备  19-26
    2.2.1 点分布模型  19-20
    2.2.2 对齐训练集  20-23
    2.2.3 主元成分分析法(PCA)  23-25
    2.2.4 分段线性仿射  25-26
  2.3 AAM模型建立  26-28
    2.3.1 形状(Shape)建模  26-27
    2.3.2 纹理(Texture)建模  27
    2.3.3 表观(Appearance)建模  27
    2.3.4 AAM模型实例生成  27-28
  2.4 AAM拟合算法  28-31
    2.4.1 基于线性回归的AAM拟合算法  28
    2.4.2 基于Lucas-Kanade的拟合算法  28-29
    2.4.3 基于反向组合的AAM拟合算法  29-31
  2.5 小结  31-32
3 AAM人脸特征点定位实现  32-46
  3.1 引言  32-33
  3.2 人脸图像光学特性归一化  33-34
  3.3 基于AdaBoost和肤色模型的人脸检测  34-37
    3.3.1 AdaBoost特征检测算法  34-36
    3.3.2 基于YCbCr空间的肤色检测  36-37
  3.4 基于多分辨的AAM人脸定位算法  37-38
  3.5 算法实现及实验结果  38-45
  3.6 小结  45-46
4 AAM在表情动画中的应用  46-66
  4.1 引言  46-47
  4.2 人脸动画技术概述  47-49
  4.3 几种常见人脸动画方法  49-53
    4.3.1 关键帧插值法  50
    4.3.2 参数化法  50-51
    4.3.3 基于生理模型的人脸动画  51
    4.3.4 行为驱动法  51-52
    4.3.5 Morphing(变形)法  52
    4.3.6 表情编码系统  52-53
  4.4 MPEG-4中的人脸动画机制  53-60
    4.4.1 人脸定义参数(FDP)  54-56
    4.4.2 人脸动画参数(FAP)  56
    4.4.3 人脸动画参数单元(FAPU)  56-57
    4.4.4 FAP驱动人脸模型的基本原理  57-60
  4.5 基于AAM的表情动画系统的实现  60-65
    4.5.1 系统结构  60-61
    4.5.2 FAP转换模块  61-63
    4.5.3 实验结果  63-65
  4.6 小结  65-66
5 总结与展望  66-68
  5.1 总结  66-67
  5.2 展望  67-68
参考文献  68-72
附录  72-78
作者简历  78-82
学位论文数据集  82

相似论文

  1. 三维人脸建模与表情动画技术研究,TP391.41
  2. 基于单张正面照片的三维人脸建模及表情合成的研究,TP391.41
  3. 基于AAM的多角度人脸识别方法研究,TP391.41
  4. 基于ASM自动人脸特征点定位及应用的研究,TP391.41
  5. 基于样例的表情生成方法研究,TP391.41
  6. 基于情景模型的3D人脸动画驱动,TP391.41
  7. 虚拟“双簧”：三维人脸的唇动合成和表情合成,TP391.41
  8. 基于视频图像的人脸特征点定位技术研究,TP391.41
  9. 人脸识别特征提取算法研究,TP391.41
  10. 基于主动表观模型的三维人脸建模技术研究,TP391.41
  11. 真实感三维人脸表情动画生成,TP391.41
  12. 人脸特征点定位方法研究,TP391.41
  13. 基于单张相片的人脸重构与驱动动画的设计与实现,TP391.41
  14. 基于伪肌肉向量的三维人脸动画及其驱动研究与实现,TP391.41
  15. 基于改进ASM的人脸图像变形算法研究,TP391.41
  16. 基于MPEG-4的三维人脸动画合成研究,TP391.41
  17. 基于汉语驱动人脸语音动画的研究,TP391.41
  18. 基于特征提取的三维人脸动画的设计与实现,TP391.41
  19. 人脸关键特征点定位研究及应用,TP391.41
  20. 一种嵌入式数字视频记录系统硬件设计与实现,TP391.41
  21. 基于特征的P2P多媒体文件搜索系统的研究与实现,TP391.3

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com