一种基于正面头像的三维人脸建模方法 华为mate203d建模
时间：2019-02-03 03:30:49 来源：雅意学习网 本文已影响 人 
摘 要： 本文提出了一种真实感三维人脸自动建模方法，只需一张光照均匀的人脸正面头像，通过自动提取面部的关键特征点重建人脸的几何模型，最后从图像上获取面部纹理信息得到真实感的三维人脸。实验表明该方法能较真实有效地重建三维人脸。
关键词： 三维人脸建模 人脸特征 CANDIDE-3模型
真实感三维人脸建模是目前计算机图形学、计算机视觉领域最根本、最困难的问题之一［１］，具有重大的理论意义和应用价值。本文提出一种三维人脸的自动建模技术。该方法仅需一张人脸的正面照片，利用自动化方法定位出面部的关键特征点，利用具体特征点的信息调整一般人脸几何模型获取目标人脸的三维几何模型，最后通过纹理映射技术重构人脸的三维真实感模型。
1.通用人脸模型及人脸关键特征点的选取
本文提出的真实感人脸重构技术以面部的正面图像为数据，通过自动进行特征定位而得到关键特征点的位置，进而对通用人脸模型进行个性化调整，获得特征人脸的几何模型。
1.1通用人脸模型
由单张正面照片重构人脸的三维模型，只能获取头部的脸部数据，因此本文采用CANDIDE-3［２］人脸模型作为通用人脸的三维几何模型。CANDIDE-3人脸模型共有113个顶点和168个三角面片（如图1所示），它是一个标准的人脸参数化模型。CANDIDE-3人脸模型兼容MPEG-4标准中的人脸定义参数和人脸动画参数［３］，因此在人脸的三维建模和动画领域被广泛采用。
1.2选取的面部关键特征点
面部的关键特征点需挑选最能表示人脸个性化特征的位置。我们以CANDIDE－3模型的顶点为主要参考，选取了面部26个（左右眼各9个特征点，鼻子3个，唇部5个）关键特征点进行自动定位（如图2所示）。为了更好地反映眼部特征，选取特征点时增加了右眼和左眼的眼珠中心点。
2.人脸关键特征点的定位方法
获取关键特征点的位置有两方面作用：根据定位出的人脸特征可以得到面部的一些重要数据，比如面部特征器官所在位置和形状，面部区域的大小等，这些数据是恢复人脸三维几何模型的基础。另外特征点的位置信息建立了面部特征与通用人脸模型的联系，从而为后期从图像上获取纹理信息建立了对应关系。我们首先对人脸图像进行人脸检测以确定人脸所在区域，然后在人脸区域内搜索各关键特征点。人脸检测部分我们采用AdaBoost人脸检测方法。图3给出人脸特征点提取的全过程。
2.1提取眼部特征点
通过人脸检测确定人眼所在区域后，本文采用特征区域灰度极小检测法［４］检测人眼特征点所在位置。下面对该方法作简要介绍。
假设眼珠直径为d=(d≈l)，l为人眼的宽度，可通过人脸区域的大小来估计。然后设计尺寸为(-d,d)×(-d,d)的掩模，在左眼所在区域逐像素地移动该掩模，假设掩模覆盖的区域为A，此时掩模所在的位置可由区域A的中心位置(x,y)确定。令：
M(x,y)=I(P)（1）
其中P为眼睛区域中的像素点，I(P)=1?摇P∈A0?摇P?埸A，μ(A)为区域A的面积，即区域A中像素的个数。以（1）式作为卷积核与左眼图像区域做卷积，卷积结果最小的位置就是左眼眼珠中心。
检测到眼珠中心点的位置后，根据眼珠中心点和人眼其他特征点的位置关系可以检测出其余的人眼特征点。
2.2提取唇部特征点
唇部特征提取是先确定唇部区域，然后在该区域中分割出唇部，进而对嘴唇各关键特征点进行提取。在人脸区域中，唇部区域的边缘不如其他特征（如眼睛）的边缘明显，故不能利用唇部边缘定位特征点。目前对唇部进行检测的常用方法是利用唇色和肤色颜色分量的差异来检测。本文首先运用BR加权G色对比法［５］分割出唇部，进而提取唇部特征点。
2.3提取鼻子特征点
根据照片中人脸所在的位置估计出鼻子所在的区域，鼻孔的位置可以通过寻找灰度较深的区域来获得，搜索过程与检测眼珠中心类似。检测到鼻孔特征点后，设两特征点的距离为d，则在两特征点连线中心上方d/2处即可作为鼻尖点。
本文采用的人脸关键特征点的定位技术，提取特征点的准确性较理想，为后期的真实感三维人脸建模做了较好的基础性工作。图4是运用以上方法对正面人脸图像进行特征定位的结果。
3.真实感建模
对输入的人脸正面图像自动定位特征点后，就可根据特征点的信息进行三维人脸建模。真实感人脸重建是要恢复面部的三维几何模型和纹理特征，分为下述两个步骤：（1）恢复人脸的三维几何模型：利用定位出的关键特征点的位置信息，对一般人脸三维模型（CANDIDE-3模型）进行个性化调整，从而得到特定人脸的三维模型；（2）真实感建模：利用纹理映射技术将照片中的面部纹理投影到调整好的人脸几何模型上，获得目标人脸的真实感三维模型。
3.1三维人脸几何模型重建
恢复人脸的三维几何模型的过程是对通用人脸模型（CANDIDE-3模型）进行个性化调整的过程。模型顶点的调整主要包括模型的整体调整和局部特征调整。整体调整的目的是使人脸模型在平面上投影的大小和方向与照片中的人脸相一致，因此主要是对CANDIDE-3模型进行旋转和缩放；局部调整是利用定位出的特征点的位置信息来调整CANDIDE-3模型对应的顶点，使他们的位置在平面上相吻合。图5是目标人脸几何模型恢复的示例。中图为目标人脸图像，左图为通用人脸模型（CANDIDE-3模型），右图为调整后的目标人脸模型。
3.2真实感建模
得到个性化的三维人脸几何模型后，这时的人脸模型是由一些三角面片构成的网格模型，缺乏面部真实感，需要恢复面部纹理信息。我们采用纹理映射技术进行真实感建模，它是一种将图像上的纹理信息直接映射到3D模型上的技术，且获取真实感效果时不会改变模型的几何信息，实现起来也不需要过多的计算开销。对图5中调整后的人脸模型进行纹理映射，最终得到真实感的三维人脸（如图6）。
4.结语
本文提出了一种从二维人脸照片到三维人脸模型的构造方法。该方法具有如下优点：建模过程基于单张人脸照片，输入要求简单；建模速度较快，只需几秒钟时间就可建一个模型；三维人脸的建模过程完全自动化。本文提出的建模技术，尚有需要改进的地方。由于二维人脸图像的缺乏面部的深度信息，要更准确地恢复人脸三维模型，需进一步估计模型的深度信息，这是我们需要进一步研究的地方。
参考文献：
［1］胡永利.真实感三维人脸建模及其应用研究［D］.北京工业大学博士学位论文，2004.
［2］Ahlberg，CANDIDE-3―anupdated parameterized face［R］，Report No.LiTH-ISY-R-2326，Dept.of Electrical Engineering，Linkǒping University，Sweden，2001.
［3］IgorS，Pandzic，Robert Forchheimer.MPEG-4Facial Animation.The Standard，Implemen-tation and Applications［M］.USA：John Wiley & Sons，2002：18-22.
［4］王罡，骈俊生.一种基于人脸检测的人眼特征定位方法［J］.阜阳师范学院学报，2010，27，（1）：6-9.
［5］苏根发.一种快速鲁棒的唇部检测方法［J］.中国制造信息化：学术版，2009，38，（5）：51-53.
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文
