基于薄板样条快速插值人脸变形算法.docVIP

基于薄板样条快速插值人脸变形算法 　　摘要摘要：薄板样条插值应用于人脸变形时，特征点的位置、数量是决定变形效果的重要因素。针对薄板样条插值应用于高分辨率图像变形时间长的问题，提出快速插值人脸变形算法，通过重新定义薄板样条算法中线性系统的关键方程K，调整各对应点之间距离系数的增长速度，约束相邻点变形差异，缩短高分辨率图像的变形时间；利用线性平滑方法和周围点插值方法解决插值点堆积和遗漏问题。 　　关键词关键词：薄板样条；人脸变形；平滑处理；变形速度；插值方法 　　DOIDOI：10.11907/rjdk.1511267 　　中图分类号：TP312 　　文献标识码：A文章编号文章编号2016）002005203 　　0引言 　　人脸变形技术实质上是对原图像做数学变换以平滑地变换到目标图像，有图像变换和颜色插值两个步骤，图象变换是将二维几何变换应用到图象的同时保持它们之间的特征，颜色插值用于填充图像变换后的遗漏点[1，2]。 　　薄板样条插值（TPS）具有数值稳定性好和收敛性好的特性，且能近似曲线拟合复杂的形状，变形精确度和变形效果由特征点选择和特征点的数量决定[3]。当增加特征点的数量和选取准确度，特别是在处理高分辨率图像时，算法速度会明显降低[4]。薄板样条插值正则化会造成变形后图像插值点堆积和遗漏问题，这些也是影响变形后图像质量和平滑程度的关键。 　　自从Duchon介绍薄板样条算法后，引发了国内外对薄板样条算法理论和应用的大量研究。如Gianluca Donato和Serge Belongie[5]针对处理高分辨率图像时薄板样条插值计算速度慢的问题提出了薄板样条近似算法，利用机器学习，使用径向基函数作函数逼近，改进了薄板样条插值的变形速度，但存在噪声大、平滑度差的缺点；Bejancu[6]对薄板样条插值应用于曲线、超曲面作了大量研究，通过引入BeppoLevi型的边界条件，构建了一个半基本模型，改进了样条函数插值在无限多个平行的超曲面上的数据平滑度；Nur Arad[7]等对人脸变形中面部肌肉及纹理变形作了深入研究，发现使用径向基函数处理面部表情时失真度低，他所提出的基于径向积的薄板样条插值人脸变形算法，只需要少量“锚”点即可变形且面部肌肉、纹理、表情失真度低，但仅适用于面部表情处理。 　　本文提出的基于薄板样条快速插值的方法，通过对薄板样条插值算法中线性系统函数K进行改进，提高函数增长度，约束局部变形范围；提出快速图像映射公式，提升高分辨率图像变形速度；利用线性平滑方法和周围点插值方法解决插值点的堆积和遗漏问题。 　　1薄板样条快速插值算法 　　1.1薄板样条插值定义 　　薄板样条插值经常被用来处理类似R2→R20的坐标系变换[8]。 　　使点（x′i，yi′）代表点（xi，yi）的目标函数值（i= 1，2，...，p），点（xi，yi）全部相异且不共线。 　　（xi，yi）→（x′i，y′i）（xi，yi）≠（xj，yj）（i≠j；i，j=1，2，...，p）（1） 　　薄板样条插值函数可以保证变形获得一个最小的弯曲能量值： 　　If=2fy22+22fxy2+2fy22dxdy（2） 　　图像映射公式： 　　f（x，y）=a1+axx+ayy+∑pi=1ωiU[‖（xi，yi）-（x，y）‖]（3） 　　其中，U（r）=r2log r。（xi，yi）为原图特征点，（x，y）为原图非特征点，求式（3）中各系数线性系统： 　　KPPTOωa=νo（4） 　　其中，Kij=U（‖（xi，yi）?（xj，yj）‖），P矩阵中元素为（1，xi，yi），O是零矩阵。 　　1.2快速插值算法 　　人脸变形一般选取不少于68个控制点，因此计算式（4）需要大量时间。在处理高分辨率图像时，计算式（3）的时间显著增加 [9]。较小的正则化参数造成图像插值点遗漏问题，需要改进薄板样条插值平滑函数以减少插值遗漏点。本文提出基于薄板样条快速插值的方法，提升高分辨率图像变形速度和减少插值遗漏点。 　　1.2.1线性系统关键函数 　　由式（2）可知，薄板样条是一个约束最优化问题，即在对应点约束条件下，使变形能量I达到最小。而线性系统式（4）中函数K（x，y）决定线性系统的优劣，控制点对待插值点的“引力”随r值增长而衰减度变弱，插值点堆积和遗漏问题严重，变形波及范围大，插值时保持人脸的表情特征和纹理特征困难。为减少插值堆积点和遗漏点数量，减小变形影响范围，建立函数： 　　Kij（xi，yj）=（‖（xi，yi）-（xj，yj）‖）4×ln（‖（xi，yi）-（xj，yj）‖）（5） 　　从图1对比可知，式（4）相对于原函数增强了控制点“引力”衰减度，约束了局部变形范围。