基于像素点灰度信息的三维人脸建模.pdfVIP

中国石油大学(华东)T程硕t学位论文 域轮廓的大致描述，然后利用一种适用于三角面片网格结构的边界连接方法及 二维图像处理方法，提取出精确的人脸面部特征区域，为后期进行人脸识别奠 定了良好的基础。试验证明了该方法对正面自然表情三维人脸模型的有效性。 [16】 浙江大学的梅丽等人用半自动方法来达到特征匹配目的，用手工编辑建立的 二维对应网格，得到初始人脸外形；采用鲁棒的最大似然立体匹配算法自动匹配 出稠密的对应点，重建出表示人脸的散乱三维数据点团；最后利用这些稠密的三 维数据点去迭代矫正和自适应细分手工编辑的三维初始人脸网格得到结果模型。 该算法无需昂贵的设备，又有较强的真实感效果[17]。在人脸动画方面他们用多 分辨率样条技术产生尢缝的人脸纹理镶嵌图，纹理映射后生成高度真实感的能以 任意视线方向观察的特定人脸；进而，通过组合特定人脸的肌肉向量的运动，变 形模型，组合出特定人脸的各种表情，该方法能在廉价的PC平台上实现，快 速、简单，而且具有一定真实感[18]。 解放军理工大学的王孝国，张雄伟提出了一种人脸特征提取方法，该方法采 用DCT对人脸图像进行降维和去噪，并通过KDA提取人脸特征。基于该特征， 采用NN分类器，对ORL人脸库进行分类识别，仅用28个特征平均识别率就达 到97．3％，“