论文导读：人脸建模在电脑游戏、电影制作、在线聊天、虚拟实现、视频会议等应用领域中已是一个常用的技术。CANDIDE-3具有113个顶点和168个三角面，见图1。利用现有的特征点识别技术成果我们可以获得面部特征点如图2。
关键词：人脸建模，CANDIDE-3，正交照片，面部特征点
0引 言人脸建模在电脑游戏、电影制作、在线聊天、虚拟实现、视频会议等应用领域中已是一个常用的技术。生成真实感的3D人脸模型和相应的面部表情在计算机视觉和图像领域一直是个难题。
目前，三维建模研究主要有两种途径：基于图像，仍需配合激光扫描或结构光来获取人物面部仅从图像上无法获得的数据，如面部深度信息，从而进行人脸建模，但这样做代价高，仅仅激光扫描仪就已经价格昂贵，而且如此获得的数据通常会附带噪声，通过大量的计算生成模型之后一般都需要再人为修正因为噪声而产生的畸变[1]；另一种方法是基于模型，从一个中性模型入手，调整参数获得特定人物特征，但这种方法操作繁琐，费时且真实感较差[2]。
近年来，普通的个人电脑和数码相机已经较为普及，而直接从图像中生成人脸模型的研究也逐渐成为三维建模中的热门课题。但现有的方法要么需要麻烦的手工操作，要么需要复杂的计算。
作者提出一种简洁且低开销的方案，利用一个中性模型配合正、侧面照片，获得具有真实感的特定人脸模型。
1 中性模型CANDIDE-3 CANDIDE是瑞典林雪平大学一个图像研究组织ICG开发一个中性人脸线框模型，CANDIDE-3[3]是其发布的第三个版本。论文检测。由于其模型简单，且是无偿对外开放使用的，近些年来，CANDIDE被越来越多的研究机构采用，进行人脸建模算法的相关研究。CANDIDE-3是在原有基础之上对其进行了一系列的规范化更新，使其符合MPEG-4的相关标准。
CANDIDE-3具有113个顶点和168个三角面，见图1。相比于现在动辄上千个顶点的参数模型来说已经是最基本简单的一个参数模型了，其提供三类参数总计43个，以实现对其自身的调整，尽管拥有了大量的参数，但仍有接近一半的顶点是这43个参数不能控制到的。
图 1 CANDIDE-3线框模型
2 二维特征点选取 特征点是人脸识别中提出的概念，即人面部特征可通过一组面部特定位置的点来确定[5]。论文检测。
人脸特征点的选取应该遵循以下原则：
（1）特征点的位置要精确、有意义，比如嘴角、眼角等。同时特征点还应该有特点，如三维人脸图像中的鼻尖等。论文检测。这些特征将有利于自动精确定位。
（2）特征点的数量应该在人脸特征表征得有效性和计算的时间复杂度之间进行权衡。特征点越多，人脸特征表征得越清楚，但同时会使计算变得更复杂，影响系统效率。
特征点识别曾是人脸识别算法中一个步骤，现在随着面部特征点应用领域的拓展，特征点识别也已逐渐成为一个专门的研究课题，并有了不少精确有效的成果[6]。
利用现有的特征点识别技术成果我们可以获得面部特征点如图2。
图 2 正侧面特征点提取
 
3 三维特征点合成我们从这些二维正侧面特征点中可以获得如下信息：
（1）正面特征点集合对应的空间特征点集合为Vf，'vf∈Vf，vf在二维坐标系中坐标为(xf, yf)；
（2）侧面特征点集合对应的空间特征点集合为Vp，'vp∈Vp，vp在二维坐标系中坐标为(yp, zp)，其中zp即为面部深度信息；
（3）Vf∩Vp＝V且V≠Æ，即在正侧面点集对应的空间点集合中存在部分点是同一个点。
可通过如下算法来从正侧面点集的二维坐标信息合成需要的三维特征点集：
设CANDIDE-3的点集为V0，'v0∈V0，v0坐标为(x0,y0, z0)。
1）'v∈V，$vf=vp=v，则该点三维坐标为：
(xf, (yf+yp)/2,zp)；
2）'v∈Vf，v不属于Vp，则该点三维坐标为：
(xf, yf, z0)；
3）'v∈Vp，v不属于Vf，则该点三维坐标为：
(x0, yp, zp)；
对于从照片上取到的点，必然唯一符合上面3种情况之一，利用这种方法的变换，我们就获得了一个三维特征点集合。
4 模型校正匹配与纹理提取 将模型中对应的原特征点坐标替换为自动生成的新特征点坐标即获得了一个具有特定人物特征的新模型。
图3是未经调整过的模型与照片匹配的实验，显然的，在正面模型轮廓大致匹配时，其五官特征差异很大，而侧面则连轮廓也无法匹配。
图4则是校正后的模型，可见同样在正面轮廓匹配的情况下，五官仍然是比较精确的匹配，侧面亦然。
 
图 3 原始模型匹配
 
图 4 特征匹配后的模型
在模型校正且能与照片匹配之后，即可提取照片的面部纹理[8]贴于模型之上，图5为提取了纹理的模型效果图。
  
图 5 具有真实感的特定人物面部模型
5 总 结本文结合了参数模型和图像两类方法的特点，利用特征点匹配的方法，获得了具有真实感的特定人脸模型。实验证明，本文的方法不仅建模效率高，且需要的资源少，能够较精确的获得人脸模型并达到了较佳的效果。
参 考 文 献
[1] A.Roy Chowdhury, S.Krishnamurthy, T.Vo, et al. 3D face reconstructionfrom video using a generic model [A]. In: Proceedings of The IEEE InternationalConference on Multimedia & Expo(ICME)[C], Lausanne, Switzerland, August, 2002.．
[2] CHENG Chia-Ming, LAI Shang-hong. An integrated approach to 3D facemodel reconstruction from video [A]. In: Proceedings of IEEE InternationalConference of Computer Vision(ICCV) Workshop on RATFG-RTS’01[C], Vancouver, Canada, August, 2001: 1622.
[3] Jörgen Ahlberg CANDIDE-3 – AN UPDATED PARAMETERISED FACE, Dept. ofElectrical Engineering, Linköping University, 2001.
[4] 一种基于三维模型和照片的合成“说话头”，<<中国图像图形学报>>2004年07期
[5] 多视角三维人脸识别中的特征提取，<<微计算机信息>>2007年第23卷第7-1期．
[6] 多模态人脸识别中的人脸特征定位，<<计算机应用与软件>>2007年第24卷第4期
[7] 基于单张二维照片的三维姿态计算，<<计算机工程 >>2006年第32卷第6期
[8] 基于正面和侧面照片的三维人脸建模，<<机械工程与自动化>>2008年01期
|
