导读:本文包含了人脸变形论文开题报告文献综述及选题提纲参考文献，主要关键词:纹理映射,平滑形变,特征点提取,平面参数化
人脸变形论文文献综述
刘恒,李重,阳策,任义[1]（2019）在《基于特征约束和变形的叁维人脸模型纹理映射》一文中研究指出为了能够快速生成人脸纹理细节,提出基于特征点约束和变形的叁维人脸模型纹理映射和重建方法。首先利用ASM算法提取人脸特征点,然后用平滑性调整的RBF插值函数使一般人脸模型向特定人脸形变,接下来对人脸模型进行平面参数化,最终通过粗对齐与纹理优化得到纹理映射效果。实验表明,该方法能在较短时间内生成较真实的人脸纹理映射与重建效果。(本文来源于《工业控制计算机》期刊2019年02期）
伍菲[2]（2018）在《结合人脸表情和变形技术的人脸卡通动画系统设计与实现》一文中研究指出针对实时生成人脸卡通动画的需求,设计和实现一种结合人脸表情与变形技术的人脸卡通动画系统。该系统包括人脸检测、特征点定位、人脸表情生成和人脸变形4个部分,首先,使用Haar特征和级联AdaBoost分类器检测人脸,并使用主动形状模型定位人脸特征点;然后,根据人脸特征和已有的卡通素材器官合成与真实人脸所对应的卡通人脸,并合成动态表情;最后,使用图像变形技术对人脸进行夸张变形处理,生成具有幽默、夸张效果的人脸图像。基于Matlab的实现效果表明,该系统能实时、高效地处理真实人脸图像。(本文来源于《现代电子技术》期刊2018年12期）
钟华超[3]（2018）在《基于Dirichlet自由变形算法的人脸情感模拟的研究》一文中研究指出随着先进制造和智能技术的快速发展,服务机器人已经逐步走向千家万户,人们对服务机器人的智能理解、自然交互、情感交流等问题提出了更高的要求,进而演化到人与虚拟人的行为和思想交流,因此带有情感的叁维人脸建模和动画已成为计算机科学领域研究的热点之一。在人们的日常交流过程中,人的面部起到了决定性作用,它包括了人类的喜、怒、哀、乐等等复杂的表情,并且还承担着语言表述的功能。如何在虚拟的叁维人脸上生成具有真实感的面部表情动作主要存在如下问题:第一,针对眼部、嘴部等细节部位的建模。第二,当着重对某一部位过重描绘时,比如嘴部控制点选取过多时常会存在计算速度的问题。第叁,区域之间的相互干扰问题,比如上下嘴唇肌肉群的独立工作。第四,面部表情驱动数据是否真实并且有效的反映人的面部情感信息。为了解决上述问题,本文设计并实现了基于Dirichlet自由变形算法的人脸情感模拟系统,该系统包括两部分:第一部分是数据采集与处理,利用OptiTrack(面部表情捕捉系统)采集人的面部表情数据,OptiTrack系统采集到的是表演者的面部表情数据,具有真实性,通过对数据的加工处理,能很好的还原真实人的面部表情动作;第二部分是自由变形算法的利用,本文采用DFFD(Dirichlet free-form deformations)作为变形算法并以C++代码实现,以面部表情数据作为驱动数据,实现了人脸情感模拟系统。本文研究工作如下:(1)使用C++语言还原DFFD自由变形算法,并且改进计算Sibson坐标的计算方法,使计算速度加快,提高程序的运行效率。(2)在头部分别设置了面部、嘴部、眼部等控制网格,而且在面部选取了更加合理的控制点集合,使面部表情模拟更自然。(3)利用OptiTrack系统采集到真实人表演后的面部表情数据,并对数据进行加工处理,使得能在叁维人脸上得以利用。(4)采用DFFD算法作为变形算法,以Facial capture数据作为驱动数据,完成了一个人脸情感模拟系统。本文通过理论研究与实验相结合,完成了基于Dirichlet自由变算法的人脸情感模拟系统的设计,经过人工评测,该系统能够真实、有效的并且实时的模拟人类(喜、怒、哀、乐等)复杂表情,这项研究在人机交互的情感表达领域起到了一定的作用。(本文来源于《武汉理工大学》期刊2018-05-01）
赵猛,张贺,曹茂永,白培瑞,王洋[4]（2018）在《基于可变形部件模型的驾驶员人脸检测》一文中研究指出交通监控中车辆驾驶室内环境较为复杂,如光线暗、遮挡、分辨率低等,现有的人脸检测方法效果不佳.提出了一种基于可变形部件模型的驾驶员人脸检测方法.通过提取聚合通道特征(局部二值模式和梯度方向直方图),得到候选人脸目标.基于监控图像中车牌与驾驶员人脸的相对位置存在比较固定的模式,将车牌与驾驶员人脸看作是可变形部件模型中的两个部件,用于验证车牌和候选目标相对位置关系的合理性,从而确定驾驶员人脸的位置.实验结果表明提出的方法提高了检测准确率和综合性能指标,有效地滤除了人脸虚警,且召回率影响较小.(本文来源于《北京理工大学学报》期刊2018年04期）
任世强[5]（2018）在《非刚性图像变形算法研究及其在人脸编辑中的应用》一文中研究指出图像变形是图像处理和计算机图形学中的一个重要分支和研究热点。在影视动画、虚拟现实、医疗成像、气象预测等很多领域都具有广泛的应用。现有的图像变形算法对刚性的图像变形已取得很好的效果,本文则主要研究非刚性图像变形问题,以及非刚性图像变形算法在人脸编辑中的应用。针对人脸这类具有特定结构的非刚性对象的变形问题,引入局部邻近结构(local neighborhood structure,简称LNS)约束和非刚性模型,提出了一种基于局部邻近结构约束的非刚性图像变形算法。之后结合提出的非刚性图像变形算法和人脸特征点定位算法实现自动人脸变形,再利用Cycle-GAN模型和剪切替换的方法解决图像变形的方法在嘴部变形存在缺陷的问题。最后利用自动人脸变形算法实现图像驱动的人脸变形动画。本文主要研究成果如下:(1)基于局部邻近结构(LNS)约束的非刚性图像变形算法。针对人脸这类具有特定结构的非刚性对象的变形问题,提出基于局部邻近结构约束的非刚性图像变形算法。该算法将图像变形视为以一个图到图的映射,图像中的每个像素点都一个独特的映射函数,即变形函数。变形函数构一个建于再生核希尔伯特空间内的是非刚性变换函数。变形函数的求解使用移动最小二乘法(moving last square,简称MLS),为了得到更自然的人脸变形结果,变形函数的求解过程中引入了局部邻近结构约束。实验表明,对于人脸变形,该算法比现有最优的图像变形算法具有更好的效果。(2)基于人脸特征点定位算法和LNS约束的自动人脸变形。针对人脸变形时选取合适控制点和目标点困难且不方便的问题,提出基于人脸特征点定位和LNS约束的自动人脸变形方法。该方法能够自动将一张人脸的脸型和表情转移到另一种人脸上。首先利用人脸对齐算法精确定位两张人脸的轮廓特征点,然后用一个全局的相似变换进行整体对齐以消除两组轮廓特征点对应的人脸在方向、大小和位置上的差异。最后,使用本文提出的非刚性图像变形算法,利用两组人脸轮廓特征点拟合出每个像素点的映射函数实现对源人脸图像进行变形。该方法可以全自动地实现人脸变换,也可以是半自动的形式,即在自动变换后允许用户通过便捷的方式对不满意的结果进行调整以获得更好的结果。实验表明该的方法能够生成平滑、自然、无明显瑕疵的人脸表情和脸型变换结果。(3)基于Cycle-GAN和自动人脸变形的人脸变换。针对自动人脸变形的方法在特定情形下存在缺陷的问题,引入了Cycle-GAN,并训练了一个对嘴部进行闭合与张开两种状态转换的模型。对于自动人脸变形在嘴部出现缺陷的情形,先利用训练的Cycle-GAN模型对嘴部进行转换,再将转换得到的人脸的嘴部替换源人脸的嘴部,最后再利用源人脸图像和目标人脸图像进行人脸变换。此外还可以利用Cycle-GAN模型进行发色、肤色等不同类型的转换,丰富变换效果。(4)基于非刚性图像变形的人脸表情动画制作。利用提出的非刚性性图像变形算法和实现的自动人脸变换制作人脸变形动画。(本文来源于《武汉工程大学》期刊2018-03-31）
孟彦斌,周海英[6]（2017）在《一种多尺度可变形部件模型的人脸表情识别》一文中研究指出针对现有表情识别研究无法精确捕捉脸部关键部位特征,提出一种多尺度可变形部件模型(DPM)的人脸表情识别方法。首先构建多尺度图像的特征金字塔,然后用随机梯度下降算法训练人脸DPM模型,根据DPM模型中根滤波器与部件滤波器的响应值确定人脸关键部位位置,最后提取关键部位的HOG特征,将获得的特征输入到分类器中训练。在CK+和JAFFE表情库上的验证结果表明,该方法在不同角度和光照强弱影响下对人脸均有较好的检测和定位效果,提取的人脸关键部位特征在计算速率和识别率上优于对比算法。(本文来源于《科学技术与工程》期刊2017年35期）
马玉洁,葛思擘,蔡远利,丁同宝[7]（2017）在《基于可变形部件模型人脸检测方法的研究》一文中研究指出本文将基于可变形部件模型(Deformable Part Models,DPM)的目标检测方法应用于人脸检测,首先提取图像的方向梯度直方图作为人脸特征,进而构建可变形部件模型并进行训练,最后进行人脸检测。利用AFLW数据库中的数据构建正样本,利用VOC 2007数据库的数据构建负样本,采用隐变量线性支持向量机的方法对模型进行训练。本文共训练叁个角度[0°,30°)、[30°,60°)、[60°,90°]的模型,每个模型还包括相应对称角度的模型。同时本文针对可变形部件模型的不同参数进行了大量的仿真,通过平均精度来对支持向量机的惩罚因子、非极大值抑制参数、颜色空间进行选择。(本文来源于《第18届中国系统仿真技术及其应用学术年会论文集（18th CCSSTA 2017）》期刊2017-08-11）
罗岱,陶洋,杨刚[8]（2018）在《基于面部特征约束的人脸纹理映射及变形》一文中研究指出将一幅人脸图像(称为源图像)映射到另一幅人脸图像(称为目标图像)上,从而实现人脸图像的变形并达到某种特殊效果的表现要求。其中,一个最关键的问题是保持两幅人脸中器官特征的约束映射。提出一种技术策略,可以有效实现这种映射效果。利用人脸特征检测算法检测出源人脸和目标人脸的特征点;基于特征点,利用Delaunay叁角剖分的方法将目标人脸转化为叁角网格;采用调和映射的方法计算得出所有网格点在源人脸图像中的对应坐标;在获得网格点纹理坐标后,就可以实现源人脸到目标人脸的映射。实验表明,该方法可以实现任意人脸间的映射,并能较好地保持人脸五官间的映射关系。(本文来源于《计算机工程与应用》期刊2018年06期）
李德强[9]（2016）在《基于可变形模型的人脸检测算法研究与应用》一文中研究指出人脸面部图像分析技术是计算机视觉热点问题之一,而人脸检测是诸多面部分析技术的前提。就目前而言,正面人脸检测技术已趋近成熟,研究成果广泛应用于人脸识别、生物信息安全、虚拟现实等领域,而多视角、遮挡、表情夸张等自然状态下的人脸快速检测技术还相对薄弱。本文在分析和总结基于传统可变形模型的人脸检测方法优缺点的基础上,引入人脸对齐算法,提出一种二级级联人脸快速检测框架,并分别将支持向量机和级联提升算法应用到检测框架,评测结果表明检测器能加快人脸检测速度,提高检测精度,有效降低误检率。本文主要的创新工作如下:(1)结合传统可变形模型的优点,引入人脸对齐算法,提出二级级联人脸快速检测框架。框架包含两个层级,第一层级检测器快速稳定的提供人脸候选框;第二层级检测器通过学习以人脸特征点为中心的判别信息强的局部区域特征提高精度,过滤第一层级得到的人脸候选框,去除非人脸子窗口。框架的叁大优势:级联方式提高检测速度;无需对多视角人脸建立相应模型;训练样本易搜集。(2)本文将支持向量机应用于二级级联检测框架,提出基于二级级联支持向量机的人脸快速检测算法。在第一层级中,设计了基于图像梯度的人脸稀疏特征;在第二层级中,算法依据人脸特征点分别提取SIFT和SURF特征,实验对比分析两种特征下的检测精度和速度,并指出可引入高性能人脸检测算法改善检测器性能。训练过程中,本文设计了有效的难例挖掘方法加速收敛。算法采用C++开发,并采用了多个方法加速检测过程,与其他高性能算法评测对比,结果表明二级级联支持向量机人脸快速检测算法能流畅运行于VGA视频流当中,能处理姿态变化的人脸,且有效降低误检,为无约束条件下的人脸检测提供一种有效解决方案。(3)针对传统基于级联Boosting的人脸检测算法误检率稍高,人脸检测和对齐联合训练时正样本难搜集的问题,本文提出基于人脸对齐感知的级联Boosting人脸检测算法。该算法第一层级通过模拟近视患者在模糊视野下筛选人脸的能力去除大量背景子窗口,第二层级通过特征点周围的菱形区域提取局部特征,并尝试解决人脸对齐失败的情况。经过评测集测试,实验结果显示,与传统算法相比该算法误检率低,且能解决人脸姿态变化、轻微遮挡等问题,达到了较高的精度。(本文来源于《南京理工大学》期刊2016-12-01）
孙思[10]（2016）在《基于NURBS变形的人脸表情生成》一文中研究指出叁维人脸表情生成算法是当下计算机视觉领域中热门的研究课题之一。经过几十年许多科学家的共同努力,叁维人脸表情生成算法得到了大力发展,并在人脸动画、叁维人脸辅助识别,叁维人脸表情识别等方面有着大量的现实应用和潜在的商业价值。然而在当下的研究过程中,研究者们发现叁维人脸表情生成算法依然存在着许多挑战和改进的地方,例如如何处理不同视角、光照与姿态下的二维图片,人脸表情的局部精细刻画等诸多方面。这些需要改进的地方对叁维人脸表情生成算法的鲁棒性和精确性提出了更高的要求。针对如何精细刻画叁维人脸表情的几何结构,本文提出基于非均匀有理B样条和人脸特征点的叁维人脸表情生成算法。该算法从二维人脸图片集中生成用NURBS曲面表示的叁维人脸中性表情参考模型;通过人脸特征点的变化来调节NURBS曲面的控制点,使得参考模型拥有表情;在调整过程中,使用二阶偏导的几何约束保证叁维人脸表情形状整体上保持平稳变化,使用局部带高斯权重的平滑约束来保证生成的叁维人脸表情形状上在特征点周围区域保持平滑;同时,使用NURBS曲线刻画叁维人脸形状的嘴部轮廓,得到较为逼真的叁维人脸表情。本文通过在标准图片、LFW数据集和视频序列上进行实验,结果表明该算法从标准图片、无约束图片和视频序列中生成的叁维人脸表情形状都能取得较好的结果,说明该算法具有鲁棒性和泛化性。综上,本文提出的算法使得生成的叁维人脸表情形状具有更精细的表达,提高了叁维人脸表情生成的鲁棒性和精确性,为利用生成的结果进行叁维辅助人脸表情识别、表情迁移等研究打下良好的理论基础。(本文来源于《天津大学》期刊2016-11-01）
人脸变形论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对实时生成人脸卡通动画的需求,设计和实现一种结合人脸表情与变形技术的人脸卡通动画系统。该系统包括人脸检测、特征点定位、人脸表情生成和人脸变形4个部分,首先,使用Haar特征和级联AdaBoost分类器检测人脸,并使用主动形状模型定位人脸特征点;然后,根据人脸特征和已有的卡通素材器官合成与真实人脸所对应的卡通人脸,并合成动态表情;最后,使用图像变形技术对人脸进行夸张变形处理,生成具有幽默、夸张效果的人脸图像。基于Matlab的实现效果表明,该系统能实时、高效地处理真实人脸图像。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人脸变形论文参考文献
[1].刘恒,李重,阳策,任义.基于特征约束和变形的叁维人脸模型纹理映射[J].工业控制计算机.2019
[2].伍菲.结合人脸表情和变形技术的人脸卡通动画系统设计与实现[J].现代电子技术.2018
[3].钟华超.基于Dirichlet自由变形算法的人脸情感模拟的研究[D].武汉理工大学.2018
[4].赵猛,张贺,曹茂永,白培瑞,王洋.基于可变形部件模型的驾驶员人脸检测[J].北京理工大学学报.2018
[5].任世强.非刚性图像变形算法研究及其在人脸编辑中的应用[D].武汉工程大学.2018
[6].孟彦斌,周海英.一种多尺度可变形部件模型的人脸表情识别[J].科学技术与工程.2017
[7].马玉洁,葛思擘,蔡远利,丁同宝.基于可变形部件模型人脸检测方法的研究[C].第18届中国系统仿真技术及其应用学术年会论文集（18thCCSSTA2017）.2017
[8].罗岱,陶洋,杨刚.基于面部特征约束的人脸纹理映射及变形[J].计算机工程与应用.2018
[9].李德强.基于可变形模型的人脸检测算法研究与应用[D].南京理工大学.2016
[10].孙思.基于NURBS变形的人脸表情生成[D].天津大学.2016