单张照片的三维人脸重修方法研究.pdfVIP

摘 要 三维人脸模型的应用广泛存在于安全认证、影视动漫、医学科学等领域。近 年来，以详尽的脸部信息进行三维人脸重建取得了许多成果。然而详尽的脸部信 息获取不仅成本昂贵，更有诸如监控视频的特定任务的检索等应用却因对象原因 无法采集更多的脸部信息。鉴此，本文将进行基于单张正面照片信息进行脸部三 维重建方法的讨论。 首先从大量的正侧面脸部照片采集着手构建了正、侧面脸部信息的人脸库， 依据人体测量学、人体解剖学等脸部关键特征的原则定义了脸部测量点及测量项 目。对提取的正侧面脸部数据进行神经网络训练，通过训练的权值锝到个体的正 面数据点的脸部深度数据，拟合及仿真的实验结果表明了方法的可行性。 其次针对神经网络训练过程中收敛速度慢的不足，探讨了寻找最优形状因 子、最优学习率以及两者最优组合的加速算法，结合基于epsilon向量外推的加 速方法得到一种新的加速算法，数值试验表明能使速度和精度显著提高。 第三，基于建立的人脸数据库中测量点定义模型的正侧面特征点，采用径向 基函数插值的方法对模型进行调整，生成特定人脸模型。对于粗糙的原始网格给 出了一种改进的Loop细分方法，使细分后的模型更符合原有形状，并纹理映射 生成具有真实感的人脸模型。 最后用V