多民族三维人脸表情合成.pptVIP

民族人脸三维表情动画系统 指导老师： 主讲人： 背景介绍 项目简介 研究意义及难点 内容及目标 特色创新 立项背景 人脸作为个体的门户，是人体上最具有表达力的部分，在人类的交流中占据这举足轻重的地位。所以，对人脸及其表情的复制和再现有浓厚兴趣。早期采用手工绘画、雕刻等，随着科学技术的发展，多媒体表现、表达型绘制。可视化、虚拟实现等研究兴起，以及附加了真实生命应用要求的计算、图形和网络技术的迅速发展，促使了人们通过计算机在人脸造型和表情方面的技术的成熟。 人脸表情合成技术在电影制作、游戏娱乐、计算机动画、医疗诊断、人机界面、辅助教学、以及刚兴起的虚拟演播等领域中广泛应用。 项目简介 目前的虚拟人脸已经能够对基本 情感表情进行较好的虚拟仿真， 但这种仿真技术仅限于对单纯的 人脸进行表情模拟，并没有考虑 不同民族人脸在做同一表情时的 差异性。 项目简介 在已有的表情合成技术的基础上。 对多民族的不同表情进行特征提取， 对取得的特征进行训练分类，并以此 为基础建立多民族虚拟脸谱。 对于利用技术手段从多个层面探索不同民族情感和面部表情之间的内在规律，丰富人机交互与情感计算技术，传承民族文化遗产等方面都具有重要的现实意义。 人脸生理结构复杂，表情多样多变，并且人脸表情涉及多个器官协调运动。合成表情涉及心理学、解剖学、人脸组织结构学、形状几何学等知识。 意义 难点 研究意义及难点 主要工作 不同民族人脸 不同表情 表情合成合法性 寻找特征点坐标 网格模型与照片 人脸快速匹配 皮肤—肌肉—骨骼模型 加入皱纹控制因子 整合不合法表情 逐步合成法 网格和肌肉模型 脸部活动单元 系统测试 提取三维数据 插值计算 三维人脸建模 创新点 通过Kinect对不同民族人脸建模，可以同时获得纹理特征数据和准确的深度信息。 数据全面 采用基于肌肉和三维网格结合的方法，通过网格变化，依赖肌肉向量模型。 纹理细致 * *