Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 融合通用形变模型信息的面部三维重建 | |
| 高瞻宇; 顾营迎; 吕耀宇; 徐振邦; 吴清文 | |
| 2018 | |
| 发表期刊 | 光学精密工程
 |
| 期号 | 01页码:184-192 |
| 摘要 | 基于图像对的立体重建是用于获取人脸三维信息的通用方法,但根据图像数据和重建算法所得到的三维重建结果存在各种误差,本文对通用形变模型进行改进并与三维立体重建融合以得到更精确的重建结果。首先使用Max-Margin对象检测算法来获取面部边界框,其中回归树集合法能直接从像素强度的稀疏子集识别面部特征点。然后通过PCA颜色模型生成形状和颜色的三维面部统计模型,利用ISOMAP算法将三维网格转换为二维表面并提取纹理信息,得到面部模型。最后在源网格上进行两步非刚性表面配准的变形过程:先通过对源网格进行二次采样来选择少量网格点来表示源的全局变化,并选取径向基函数(RBF)进行非刚性全局变形;再对源顶点进行Procrustes分析获得非刚性变换,再通过加权方案来进行k-近邻变换,得到平滑的局部变形。将单图像重建的面部模型,立体重建的面部模型和本文的面部变形模型与高质量扫描云图进行对齐比较,得到面部变形模型的3个RMS值分别为2.795 2,2.102 8和2.153 4,相比于其他模型,面部变形模型更接近高质量扫描云图,即与原图像一致性更高,误差更小。面部变形模型的定性和定量分析表明,立体重建与人脸一般形状信息的组合在几何信息的表达上优于基于通用模型的单个图像重建以及未考虑通用模型的立体重建。 |
| 关键词 | 三维重建 面部形变模型 特征提取 信息融合 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/61463 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 推荐引用方式 GB/T 7714 | 高瞻宇,顾营迎,吕耀宇,等. 融合通用形变模型信息的面部三维重建[J]. 光学精密工程,2018(01):184-192. |
| APA | 高瞻宇,顾营迎,吕耀宇,徐振邦,&吴清文.(2018).融合通用形变模型信息的面部三维重建.光学精密工程(01),184-192. |
| MLA | 高瞻宇,et al."融合通用形变模型信息的面部三维重建".光学精密工程 .01(2018):184-192. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [高瞻宇]的文章 |
| [顾营迎]的文章 |
| [吕耀宇]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [高瞻宇]的文章 |
| [顾营迎]的文章 |
| [吕耀宇]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [高瞻宇]的文章 |
| [顾营迎]的文章 |
| [吕耀宇]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论