專(zhuān)利名稱(chēng)：一種通用三維人臉模型的調(diào)整方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域，主要涉及到生物特征識(shí)別中個(gè)的三維人臉識(shí)別技 術(shù)中的三維人臉重建技術(shù)。
背景技術(shù)：
人臉識(shí)別作為生物特征認(rèn)證技術(shù)之一，因其對(duì)于人身不具有侵犯性，可以在認(rèn)證客體沒(méi) 有察覺(jué)的情況下完成識(shí)別、認(rèn)證過(guò)程，從而受到研究人員的廣泛關(guān)注。目前也已出現(xiàn)部分商 業(yè)化的人臉識(shí)別系統(tǒng)。但是，當(dāng)成像條件不確定時(shí)，如不同的光照條件、不同的姿態(tài)，人臉 識(shí)別系統(tǒng)的性能可能驟降到60% 70%，在許多實(shí)際應(yīng)用條件下，各識(shí)別系統(tǒng)的性能往往 達(dá)不到50%。因此，消除不同光照和姿態(tài)對(duì)于人臉識(shí)別的影響，成為亟待解決的主要問(wèn)題， 針對(duì)光照和姿態(tài)的影響，早期研究人員從二維的方法入手解決，如多視圖方法。這類(lèi)方法雖 然能在一定程度上減少光照和姿態(tài)的影響，但考慮到光照和姿態(tài)對(duì)于人臉識(shí)別的影響，主要 是與人臉的三維形狀、光照反射率等人臉內(nèi)在屬性相關(guān)，因此從三維方法入手是解決光照和 姿態(tài)問(wèn)題的根本方法，目前三維人臉識(shí)別在國(guó)內(nèi)外已經(jīng)成為研究的熱點(diǎn)。三維人臉識(shí)別主要 包括特定人臉三維形狀的重建和識(shí)別。其中難點(diǎn)是特定人臉三維形狀的重建，目前比較流行 的人臉三維形狀的重建按照數(shù)據(jù)的來(lái)源分為基于三維散亂點(diǎn)數(shù)據(jù)的三維重建和基于圖像的三 維重建兩類(lèi)，而如何將通用三維人臉模型自動(dòng)調(diào)整到場(chǎng)景中的具體人臉上是特定人臉三維形 狀的重建的一個(gè)關(guān)鍵問(wèn)題。
現(xiàn)在通常使用的三維人臉模型的調(diào)整方法有
(1) 基于三維散亂點(diǎn)數(shù)據(jù)的三維模型調(diào)整方法。此方法先用三維掃描儀獲取臉部三維散 亂點(diǎn)數(shù)據(jù)，然后處理臉部三維散亂點(diǎn)數(shù)據(jù)以獲取臉部關(guān)鍵特征點(diǎn)的三維數(shù)據(jù)，然后再用獲取 的臉部關(guān)鍵特征點(diǎn)三維數(shù)據(jù)來(lái)調(diào)整通用三維人臉模型。這種方法雖然精度高，但是需要昂貴 的三維掃描設(shè)備，且計(jì)算量非常大，不適合實(shí)際應(yīng)用場(chǎng)合。詳見(jiàn)文獻(xiàn)A-NasserAnsari， "3D Face Mesh Modeling from Range Images for 3D Face Recognition" Proceeding of正EE ICIP,pp.509-512,2007。
(2) 基于圖像的三維模型調(diào)整方法。按照算法中用到的二維圖像的數(shù)目的不同，可以基 于圖像的模型調(diào)整方法分為基于單幅、多幅和序列圖像的三維模型調(diào)整。這類(lèi)方法的主要思 想是通過(guò)處理二維人臉圖像來(lái)獲取人臉圖像的三維數(shù)據(jù)，然后通過(guò)獲取的三維數(shù)據(jù)來(lái)調(diào)整通 用三維模型。此方法具有運(yùn)算量小的優(yōu)點(diǎn)，并且兼顧了成本和精度，只要一般的照相機(jī)便可 滿(mǎn)足應(yīng)用的需要。詳見(jiàn)文獻(xiàn)R. Lengagne， P. Fua, and O. Monga, "3D Face Modeling fromStereo and differential Constraints" , Proc. ICAFGR, April 1998, pp. 148-153.

發(fā)明內(nèi)容
本發(fā)明提供一種通用三維人臉模型調(diào)整方法，該方法基于通用三維人臉模型，利用兩張 正交的二維人臉圖像，通過(guò)估算兩張正交人臉圖像中人臉特征點(diǎn)的三維坐標(biāo)來(lái)調(diào)整三維人臉 模型，最終得到三維特定人臉模型。
為了方便地描述本發(fā)明內(nèi)容，首先對(duì)一些術(shù)語(yǔ)進(jìn)行定義。
定義1:通用三維人臉模型。為了計(jì)算簡(jiǎn)便，在本發(fā)明中使用的通用三維人臉模型是
Candide—3模型。Candide—3模型是一種參數(shù)化的模型，它由113個(gè)頂點(diǎn)和168個(gè)三角面片組 成。每個(gè)頂點(diǎn)f由其對(duì)應(yīng)的三個(gè)坐標(biāo)值;c,.， ；;,， z,表示，即P, = (XpX,z,f ， 1^/^113，所有
113個(gè)頂點(diǎn)的三維數(shù)據(jù)串接而成矩陣Q來(lái)表示整個(gè)模型，即(？ = (&^2,..《,...&13)。
定義2:人臉輪廓。人臉輪廓包括人臉臉型的輪廓，描述眼睛、鼻子、嘴巴等形狀的輪 廓。 一個(gè)人的人臉在人的一生中面容會(huì)蒼老，但是大致的輪廓幾乎不會(huì)發(fā)生改變，不同人的 輪廓是不一樣的。
定義3:人臉特征點(diǎn)。人臉特征點(diǎn)是指能夠表征人臉形狀和五官形狀的外圍輪廓上的一 些離散點(diǎn)。
定義4:模型點(diǎn)。模型點(diǎn)指的是組成Candide—3模型的113個(gè)頂點(diǎn)。 定義5:奇異值分解。mxw階矩陣A可以寫(xiě)成A二USV'的形式，U為m階正交陣，V為 n階正交陣，S-cZ/a^o^o^.^ov),", >0(/ = l,.."r),r = ra"A:(^) ， U和V中分別是A的奇異
向量，而S是由A的奇異值所組成的對(duì)角陣。奇異值分解和特征值問(wèn)題是緊密聯(lián)系的，AA'的 正交單位特征向量組成U ，特征值組成S'S ， AA'的正交單位特征向量組成V ，特征值(與AA' 相同)組成S'S，奇異值分解提供了一些關(guān)于A的信息，例如非零奇異值的數(shù)目(S的階數(shù)) 和A的秩相同， 一旦秩r確定，那么U的前r列構(gòu)成了A的列向量空間的正交基。
定義6:主動(dòng)形狀模型。主動(dòng)形狀模型是一個(gè)統(tǒng)計(jì)的可變形模型，能夠精確的定位人臉 特征點(diǎn)。
本發(fā)明技術(shù)方案如下
一種通用三維人臉模型的人臉模型調(diào)整方法，如圖1所示，包括下述步驟 步驟1:對(duì)采集的兩張正交人臉圖像分別進(jìn)行基于膚色模型的人臉檢測(cè)。 首先利用膚色像素的連通性分割區(qū)域，然后使用橢圓擬合各個(gè)區(qū)域，根據(jù)橢圓長(zhǎng)短軸的 比例判斷其是否為人臉區(qū)域，如圖2所示。 步驟2:人臉關(guān)鍵特征點(diǎn)定位。對(duì)步驟1中檢測(cè)到的兩張正交人臉圖像的人臉區(qū)域，采用主動(dòng)形狀模型進(jìn)行人臉關(guān)鍵特 征點(diǎn)的定位，如圖3所示，具體包括以下分步驟
步驟2-1:對(duì)人臉圖像庫(kù)中的每張人臉圖像進(jìn)行特征點(diǎn)手工標(biāo)定，得到每張人臉圖像的 特征點(diǎn)向量(即一個(gè)形狀樣本)，所有人臉圖像的特征點(diǎn)向量組成一個(gè)特征點(diǎn)矩陣(即形狀樣 本集)。
步驟2-2:形狀樣本集的對(duì)齊。用Procrustes方法來(lái)對(duì)齊形狀樣本集中的所有形狀樣本。 步驟2-3:形狀模型的建立。對(duì)所有對(duì)齊后的形狀樣本做主成分分析，得到形狀的變化 從而建立形狀模型。
步驟2-4:局部灰度模型的建立。為形狀模型上的每個(gè)點(diǎn)建立局部灰度導(dǎo)數(shù)模型。 步驟2-5:基于步驟2t3所得的形狀模型和步驟2-4所得的局部灰度模型組成的主動(dòng)形 狀模型，對(duì)步驟l所得的人臉區(qū)域進(jìn)行人臉特征點(diǎn)定位。 步驟3:人臉特征點(diǎn)三維坐標(biāo)的獲取。
由步驟2-5所得的正面人臉圖像的人臉特征點(diǎn)坐標(biāo)為A7 ^[Xp^:T ，側(cè)面人臉圖像的相 應(yīng)人臉特征點(diǎn)坐標(biāo)為義，=[>>、]2';因?yàn)檎孑斎雸D像和側(cè)面輸入圖像是正交圖像，有
々=力，所以得到該人臉特征點(diǎn)的三維坐標(biāo)為《[x,，々,、:r。
步驟4:對(duì)通用三維人臉模型進(jìn)行全局調(diào)整，如圖4所示。
首先針對(duì)正面人臉圖像進(jìn)行全局調(diào)整。通過(guò)旋轉(zhuǎn)、平移、縮放三種變換，使通用三維人 臉模型上與人臉特征點(diǎn)相對(duì)應(yīng)的頂點(diǎn)在x-少平面上的投影與輸入人臉圖像中估計(jì)到的人臉
特征點(diǎn)相吻合。iV個(gè)人臉特征點(diǎn)的三維坐標(biāo)數(shù)據(jù)組成一個(gè)7Vx3的矩陣P,，通用三維人臉模型
上與人臉特征點(diǎn)相對(duì)應(yīng)的iV個(gè)頂點(diǎn)的三維坐標(biāo)數(shù)據(jù)組成一個(gè)ATx3的矩陣PM。具體包括以下
分步驟
步驟4-l:中心化P,和Pm。對(duì)P,和PM矩陣的每一列求平均值，然后將P,和Pm中的毎一 個(gè)元素減去該元素所在列的平均值，得到中心化矩陣P;和PM 。 步驟4-2:歸一化P:和PM，得到歸一化矩陣P;'和PM。
步驟4-3:令A(yù)二P^Pm，對(duì)矩陣A進(jìn)行奇異值分解，得到A-USVT的形式，其中U為" 階正交陣，V為n階正交陣，S是由A的奇異值所組成的對(duì)角陣。 步驟4-4:計(jì)算旋轉(zhuǎn)矩陣R = Vlf 。步驟4-5:計(jì)算縮放因子^ZSxlP,'ll/IPMl，其中l(wèi)l表示矩陣求模運(yùn)算。 步驟4-6:計(jì)算平移向量T =五(P。 -S. ￡(PM) R 。
步驟4-7:采用縮放因子S、旋轉(zhuǎn)矩陣R和平移向量T來(lái)調(diào)整通用三維人臉模型上的所有 頂點(diǎn)，得到全局調(diào)整后的通用三維人臉模型頂點(diǎn)矩陣P，具體全局調(diào)整公式為 P = S PM R + T。
然后針對(duì)側(cè)面人臉圖像進(jìn)行全局調(diào)整。通過(guò)旋轉(zhuǎn)、平移、縮放三種變換，使通用三維人 臉模型上與人臉特征點(diǎn)相對(duì)應(yīng)的頂點(diǎn)在y-z平面上的投影與輸入人臉圖像中估計(jì)到的人臉
特征點(diǎn)相吻合，具體方法如步驟4-l至步驟4-7。 步驟5:對(duì)通用三維人臉模型進(jìn)行局部調(diào)整。
為了使通用三維人臉模型更加接近三維特定人臉模型，需要對(duì)全局調(diào)整過(guò)后的模型進(jìn)行 局部調(diào)整。模型的局部調(diào)整是對(duì)人臉中關(guān)鍵器官的調(diào)整，包括正面人臉圖像中關(guān)鍵器官的調(diào) 整和側(cè)面人臉圖像中關(guān)鍵器官的調(diào)整。
首先對(duì)正面人臉圖像中關(guān)鍵器官進(jìn)行調(diào)整，具體包括以下分步驟
步驟5-l:眼睛的局部調(diào)整。將全局調(diào)整過(guò)的通用三維人臉模型旋轉(zhuǎn)到標(biāo)準(zhǔn)正面，然后將
模型投影到x-y平面上。設(shè)通用三維人臉模型上左眼睛的左眼角頂點(diǎn)A在x-y平面上的投
影坐標(biāo)為(x,，力)，模型上右眼睛的右眼角的頂點(diǎn)A在Jc-y平面上的投影坐標(biāo)為(X2,;g。由
人臉眼睛的構(gòu)造特征，左眼睛的左眼角的>>坐標(biāo)應(yīng)該和右眼睛的右眼角的頂點(diǎn)的>>坐標(biāo)相等，
因此可以將/V A點(diǎn)的坐標(biāo)調(diào)整為","+^)/2)和(X2,(乂 +力)/2)。按照上述方法，調(diào)整模
型上其它眼睛頂點(diǎn)的坐標(biāo)。
步驟5-2:嘴巴和鼻子的調(diào)整。由人臉的對(duì)稱(chēng)性可知，在通用三維人臉模型中，與嘴巴和
鼻子特征點(diǎn)相對(duì)應(yīng)的模型頂點(diǎn)在x-y平面上的投影以x-(x,+x》/2為對(duì)稱(chēng)軸，其中;c,， jc,分
別為三維人臉模型上左眼睛的左眼角的頂點(diǎn)的橫坐標(biāo)，模型上右眼睛的右眼角的頂點(diǎn)的橫坐 標(biāo)。設(shè)模型上任意一個(gè)嘴巴頂點(diǎn)m,在x-j平面上的投影坐標(biāo)為(^,力)，在模型上與之相對(duì)稱(chēng)
的頂點(diǎn)附2在;c-j平面上的投影坐標(biāo)為(X,力)，因?yàn)閣,和附2以x:(X+;c2)/2為對(duì)稱(chēng)，所以頂
點(diǎn)^和附2的坐標(biāo)應(yīng)調(diào)整為(x, +x2 -jc4,03 +_y4)/2)和(x4,Cy3 + y4)/2)。根據(jù)投影頂點(diǎn)和投影點(diǎn)
之間的幾何關(guān)系，我們可以調(diào)整與^和^相對(duì)應(yīng)的模型頂點(diǎn)的坐標(biāo)。按照上述方法，調(diào)整模
型上其他嘴巴和鼻子頂點(diǎn)的坐標(biāo)。需要說(shuō)明的是
1、 本專(zhuān)利中公式中的黑體大寫(xiě)字母均表示是矩陣或向量，其它的為標(biāo)量。
2、 步驟2參考經(jīng)典的主動(dòng)形狀模型算法。
3、 步驟2-1中的Procrustes分析方法可參考Amy Ross的論文Procrustes Analysis。 本發(fā)明的創(chuàng)新之處在于
本發(fā)明將主動(dòng)形狀模型、Procrustes分析和人臉的對(duì)稱(chēng)性結(jié)構(gòu)特征應(yīng)用到通用三維人臉模 型的調(diào)整過(guò)程中。用主動(dòng)形狀模型估計(jì)臉部特征點(diǎn)，然后通過(guò)Procrustes分析和人臉的對(duì)稱(chēng) 性結(jié)構(gòu)特征來(lái)調(diào)整三維人臉模型。與一般的基于圖像的方法相比較而言，本發(fā)明中的方法不 僅提高了模型調(diào)整的準(zhǔn)確性，并且速度也在一定程度上有所提高，在基于圖像的三維人臉重 建中具有很強(qiáng)的通用性。


圖1是本發(fā)明的通用三維人臉線(xiàn)框模型調(diào)整方法的流程示意圖。 圖2是人臉檢測(cè)流程示意圖。 圖3是人臉特征點(diǎn)定位流程示意圖。 圖4是通用三維人臉線(xiàn)框模型的全局調(diào)整流程示意圖。
具體實(shí)施例方式
采用本發(fā)明的方法，首先在Matlab平臺(tái)上進(jìn)行算法的仿真，然后用C語(yǔ)言進(jìn)行系統(tǒng)軟件 的編程。通過(guò)大量的實(shí)驗(yàn)證明，與傳統(tǒng)的方法比較而言，本算法所得到的三維特定人臉模型 更加準(zhǔn)確，且速度也有所提高。
綜上所述，用本發(fā)明中的方法，能夠快速準(zhǔn)確的對(duì)三維人臉模型進(jìn)行自動(dòng)調(diào)整，從而獲 取三維特定人臉模型。
權(quán)利要求
1、一種通用三維人臉模型的人臉模型調(diào)整方法，包括下述步驟步驟1對(duì)采集的兩張正交人臉圖像分別進(jìn)行基于膚色模型的人臉檢測(cè)；首先利用膚色像素的連通性分割區(qū)域，然后使用橢圓擬合各個(gè)區(qū)域，根據(jù)橢圓長(zhǎng)短軸的比例判斷其是否為人臉區(qū)域；。步驟2人臉關(guān)鍵特征點(diǎn)定位；對(duì)步驟1中檢測(cè)到的兩張正交人臉圖像的人臉區(qū)域，采用主動(dòng)形狀模型進(jìn)行人臉關(guān)鍵特征點(diǎn)的定位，具體包括以下分步驟步驟2-1對(duì)人臉圖像庫(kù)中的每張人臉圖像進(jìn)行特征點(diǎn)手工標(biāo)定，得到每張人臉圖像的特征點(diǎn)向量，即一個(gè)形狀樣本；所有人臉圖像的特征點(diǎn)向量組成一個(gè)特征點(diǎn)矩陣，即形狀樣本集；步驟2-2形狀樣本集的對(duì)齊；用Procrustes方法來(lái)對(duì)齊形狀樣本集中的所有形狀樣本；步驟2-3形狀模型的建立；對(duì)所有對(duì)齊后的形狀樣本做主成分分析，得到形狀的變化從而建立形狀模型；步驟2-4局部灰度模型的建立；為形狀模型上的每個(gè)點(diǎn)建立局部灰度導(dǎo)數(shù)模型；步驟2-5基于步驟2-3所得的形狀模型和步驟2-4所得的局部灰度模型組成的主動(dòng)形狀模型，對(duì)步驟1所得的人臉區(qū)域進(jìn)行人臉特征點(diǎn)定位；步驟3人臉特征點(diǎn)三維坐標(biāo)的獲??；由步驟2-5所得的正面人臉圖像的人臉特征點(diǎn)坐標(biāo)為Xf＝[xf，yf]T，側(cè)面人臉圖像的相應(yīng)人臉特征點(diǎn)坐標(biāo)為Xp＝[yp，zp]T；因?yàn)檎孑斎雸D像和側(cè)面輸入圖像是正交圖像，有yf＝y(tǒng)p，所以得到該人臉特征點(diǎn)的三維坐標(biāo)為Pi＝[xf，yf，zp]T；步驟4對(duì)通用三維人臉模型進(jìn)行全局調(diào)整；首先針對(duì)正面人臉圖像進(jìn)行全局調(diào)整；通過(guò)旋轉(zhuǎn)、平移、縮放三種變換，使通用三維人臉模型上與人臉特征點(diǎn)相對(duì)應(yīng)的頂點(diǎn)在x-y平面上的投影與輸入人臉圖像中估計(jì)到的人臉特征點(diǎn)相吻合；N個(gè)人臉特征點(diǎn)的三維坐標(biāo)數(shù)據(jù)組成一個(gè)N×3的矩陣PI，通用三維人臉模型上與人臉特征點(diǎn)相對(duì)應(yīng)的N個(gè)頂點(diǎn)的三維坐標(biāo)數(shù)據(jù)組成一個(gè)N×3的矩陣PM；具體包括以下分步驟步驟4-1中心化PI和PM；對(duì)PI和PM矩陣的每一列求平均值，然后將PI和PM中的每一個(gè)元素減去該元素所在列的平均值，得到中心化矩陣P′I和P′M；步驟4-2歸一化P′I和P′M，得到歸一化矩陣P″I和P″M；步驟4-3令A(yù)＝P″ITP″M，對(duì)矩陣A進(jìn)行奇異值分解，得到A＝USVT的形式，其中U為n階正交陣，V為n階正交陣，S是由A的奇異值所組成的對(duì)角陣；步驟4-4計(jì)算旋轉(zhuǎn)矩陣R＝VUT；步驟4-5計(jì)算縮放因子S＝∑S×||P″I||/||P″M||，其中||·||表示矩陣求模運(yùn)算；步驟4-6計(jì)算平移向量T＝E(P″I)-S·E(P″M)·R；步驟4-7采用縮放因子S、旋轉(zhuǎn)矩陣R和平移向量T來(lái)調(diào)整通用三維人臉模型上的所有頂點(diǎn)，得到全局調(diào)整后的通用三維人臉模型頂點(diǎn)矩陣P，具體全局調(diào)整公式為P＝S·PM·R+T；然后針對(duì)側(cè)面人臉圖像進(jìn)行全局調(diào)整。通過(guò)旋轉(zhuǎn)、平移、縮放三種變換，使通用三維人臉模型上與人臉特征點(diǎn)相對(duì)應(yīng)的頂點(diǎn)在y-z平面上的投影與輸入人臉圖像中估計(jì)到的人臉特征點(diǎn)相吻合，具體方法如步驟4-1至步驟4-7；步驟5對(duì)通用三維人臉模型進(jìn)行局部調(diào)整；為了使通用三維人臉模型更加接近三維特定人臉模型，需要對(duì)全局調(diào)整過(guò)后的模型進(jìn)行局部調(diào)整；模型的局部調(diào)整是對(duì)人臉中關(guān)鍵器官的調(diào)整，包括正面人臉圖像中關(guān)鍵器官的調(diào)整和側(cè)面人臉圖像中關(guān)鍵器官的調(diào)整；首先對(duì)正面人臉圖像中關(guān)鍵器官進(jìn)行調(diào)整，具體包括以下分步驟步驟5-1眼睛的局部調(diào)整；將全局調(diào)整過(guò)的通用三維人臉模型旋轉(zhuǎn)到標(biāo)準(zhǔn)正面，然后將模型投影到x-y平面上；設(shè)通用三維人臉模型上左眼睛的左眼角頂點(diǎn)p1在x-y平面上的投影坐標(biāo)為(x1，y1)，模型上右眼睛的右眼角的頂點(diǎn)p2在x-y平面上的投影坐標(biāo)為(x2，y2)；由人臉眼睛的構(gòu)造特征，左眼睛的左眼角的y坐標(biāo)應(yīng)該和右眼睛的右眼角的頂點(diǎn)的y坐標(biāo)相等，因此可以將p1，p2點(diǎn)的坐標(biāo)調(diào)整為(x1，(y1+y2)/2)和(x2，(y1+y2)/2)；按照上述方法，調(diào)整模型上其它眼睛頂點(diǎn)的坐標(biāo)；步驟5-2嘴巴和鼻子的調(diào)整；由人臉的對(duì)稱(chēng)性可知，在通用三維人臉模型中，與嘴巴和鼻子特征點(diǎn)相對(duì)應(yīng)的模型頂點(diǎn)在x-y平面上的投影以x＝(x1+x2)/2為對(duì)稱(chēng)軸，其中x1，x2分別為三維人臉模型上左眼睛的左眼角的頂點(diǎn)的橫坐標(biāo)，模型上右眼睛的右眼角的頂點(diǎn)的橫坐標(biāo)；設(shè)模型上任意一個(gè)嘴巴頂點(diǎn)m1在x-y平面上的投影坐標(biāo)為(x3，y3)，在模型上與之相對(duì)稱(chēng)的頂點(diǎn)m2在x-y平面上的投影坐標(biāo)為(x4，y4)，因?yàn)閙1和m2以x＝(x1+x2)/2為對(duì)稱(chēng)，所以頂點(diǎn)m1和m2的坐標(biāo)應(yīng)調(diào)整為(x1+x2-x4，(y3+y4)/2)和(x4，(y3+y4)/2)；根據(jù)投影頂點(diǎn)和投影點(diǎn)之間的幾何關(guān)系，我們可以調(diào)整與m1和m2相對(duì)應(yīng)的模型頂點(diǎn)的坐標(biāo)；按照上述方法，調(diào)整模型上其他嘴巴和鼻子頂點(diǎn)的坐標(biāo)。
全文摘要
一種通用三維人臉模型的調(diào)整方法，屬于計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域，主要涉及到生物特征識(shí)別中個(gè)的三維人臉識(shí)別技術(shù)中的三維人臉重建技術(shù)。本發(fā)明基于通用三維人臉模型，利用兩張正交的二維人臉圖像，通過(guò)估算兩張正交人臉圖像中人臉特征點(diǎn)的三維坐標(biāo)來(lái)調(diào)整三維人臉模型，最終得到三維特定人臉模型。本發(fā)明將主動(dòng)形狀模型、Procrustes分析和人臉的對(duì)稱(chēng)性結(jié)構(gòu)特征應(yīng)用到通用三維人臉模型的調(diào)整過(guò)程中。用主動(dòng)形狀模型估計(jì)臉部特征點(diǎn)，然后通過(guò)Procrustes分析和人臉的對(duì)稱(chēng)性結(jié)構(gòu)特征來(lái)調(diào)整三維人臉模型。與一般的基于圖像的方法相比較而言，本發(fā)明中的方法不僅提高了模型調(diào)整的準(zhǔn)確性，并且速度也在一定程度上有所提高，在基于圖像的三維人臉重建中具有很強(qiáng)的通用性。
文檔編號(hào)G06T15/00GK101593365SQ20091005966
公開(kāi)日2009年12月2日 申請(qǐng)日期2009年6月19日 優(yōu)先權(quán)日2009年6月19日
發(fā)明者孫成志, 梅 解 申請(qǐng)人:電子科技大學(xué)