在得到变形后特征点位置,可以使用多种方法计算3D人脸模型上其余顶点坐标。Noh等使用径向基核函数(Radial Basis Functions)方法进行计算。人脸上几何细节十分丰富,为了保持人脸细节调整前后一致,本算法参考Liao等使用的Laplacian网格变形方法。Laplacian网格变形算法是由Sorkin等提出,将曲面网格表示为微分坐标形式。选取部分点作为自由控制顶点(handle)并改变其坐标位置,根据曲面网格连接关系生成Laplacian矩阵计算网格模型其余顶点坐标。Laplacian网格变形算法能够在形变过程中较好的保持几何细节。
3D人脸模型变形算法
更新时间: 2019-10-24 10:47:32 查看次数: 538
本算法中使用Blanz和Vetter算法从肖像中重建人脸3D模型。使用激光扫描装置,Blanz和Vetter采集了200个测试者数据,组成人脸数据库。对人脸数据库进行数据处理分析,生成3DMM模型,并将人脸不同特征进行参数化表示。随后使用适配算法优化3DMM模型参数,使3D人脸模型重渲染后投影到2D图像空间的结果与输入图像保持一致。基于以上步骤重建的3D人脸模型与2D图片相似度高,且生成的3D模型具有相同的拓扑结构。作为本算法的准备步骤,需要首先将54个特征点位置手动标注在生成的3D模型上。由于生成3D模型拓扑一致,只需要标注一次即可。在程序运行过程中得到从任意输入图片生成的3D模型,根据3D模型顶点间映射关系即可自动获得特征点位置。
联系我们
企业名称 : 福州3D打印
企业电话 : 18159244681
企业手机 : 18159244681
企业QQ号 : 2308239798
企业邮箱 : xmjiecheng@qq.com
企业地址 :