基于ASM人臉表情跟蹤的實(shí)時(shí)動(dòng)畫再現(xiàn).pdf

1、人的表情，是日常生活中十分自然且富含寓意的交流手段，其作為人機(jī)交互與虛擬現(xiàn)實(shí)領(lǐng)域的重要研究課題已有數(shù)十年之久，但與手勢(shì)語言與姿體動(dòng)作相比，人臉表情的變化幅度相對(duì)較小，卻包含大量信息，因此，人臉表情在商業(yè)上的應(yīng)用案例并不算多。本文針對(duì)日本慶應(yīng)義塾大學(xué)“Yasue Mitsukura”教授的人臉表情跟蹤與實(shí)時(shí)動(dòng)畫還原項(xiàng)目與商業(yè)化的FaceRig軟件進(jìn)行分析與改進(jìn)，旨在提高人臉表情跟蹤的效率和姿態(tài)識(shí)別的穩(wěn)定性，并降低該技術(shù)對(duì)硬件與環(huán)境的依賴，

2、為表情跟蹤與實(shí)時(shí)動(dòng)畫還原技術(shù)的穩(wěn)定性與實(shí)用性做出貢獻(xiàn)。
　　本文的主要研究內(nèi)容包括以下幾個(gè)方面:
　　查閱了表情跟蹤與三維動(dòng)畫模擬的相關(guān)文獻(xiàn)，分析了文獻(xiàn)中的核心算法與優(yōu)化方向，總結(jié)了表情跟蹤與實(shí)時(shí)動(dòng)畫模擬該應(yīng)用中的難題，這將包括初始跟蹤點(diǎn)準(zhǔn)確率，跟蹤過程的速率與正確率，跟蹤偏離時(shí)的措施，并整理出研究思路與實(shí)驗(yàn)方案。
　　(1)為解決人臉特征點(diǎn)必須滿足合理的形狀姿態(tài)，本文使用ASM算法進(jìn)行人臉表情跟蹤與實(shí)時(shí)動(dòng)畫渲染。利用

3、面部中的幾個(gè)主要特征點(diǎn)的信息，還原出人臉朝向、人臉傾斜、眼睛閉合、口部與眉毛的動(dòng)作。
　　(2)對(duì)ASM中的形狀模型進(jìn)行研究與改造，整合了成單一的低維投影矩陣，使算法流程耗時(shí)簡潔并快速。
　　(3)使用梯度下降法進(jìn)行ASM紋理模型的訓(xùn)練，加快了訓(xùn)練速度與訓(xùn)練的質(zhì)量。
　　(4)對(duì)ASM跟蹤算法的初始化模塊進(jìn)行優(yōu)化，使用灰度投影法進(jìn)行人眼定位，將快速與準(zhǔn)確的人眼坐標(biāo)值作為ASM的初始化值，并周期性重復(fù)使用人眼定位算法進(jìn)行