

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、真實感三維人臉建模從1974年Park實現(xiàn)人臉模型以來,已經(jīng)經(jīng)歷了30多年的發(fā)展,其中不少算法已經(jīng)趨于成熟,但由于實現(xiàn)條件或者其他因素的限制,還沒有比較成本較低而較通用的成熟算法。 作為正面人臉照片,其包含的人臉信息主要通過其中人臉部分的像素點表現(xiàn),以前的各種人臉建模方法也是根據(jù)對不同照片里面不同點的位置信息進行加工而得到最終的三維信息,通過對所獲得的三維信息進行建模從而得到三維模型。 人臉部分除去包含的二維位置信息,還
2、包含有色調(diào)、飽和度、亮度等信息,這些信息是以往各種算法所忽略掉的部分,因為這些信息本身并不包含像素點的位置信息。但觀察照片中不同像素點,會發(fā)現(xiàn)像素點的位置和灰度有一定聯(lián)系,本文基于此點提出了一種與以往各種算法不同的算法:基于單張照片,生成真實感三維人臉模型。其主要依據(jù)為基于單張照片的灰度信息,根據(jù)灰度信息的不同,算出該點的切面和法線,從而得出該點的三維信息。根據(jù)不同要求,可得到不同數(shù)量的點數(shù),從而生成逼真度不同的真實感三維人臉模型。
3、 基于灰度信息的人臉建模算法,大致按照下列步驟完成: (1)對照片預處理; (2)獲取處理過的照片中像素點的灰度值與真實人臉在該點處傾斜信息; (3)通過傾斜信息計算出人臉照片中點的三維坐標; (4)對位置特殊的點(特征點)求取三維坐標信息; (5)根據(jù)特征點的三維信息,生成三維模型; (6)對建好的三維模型進行紋理映射。 本文算法基于單張正面照片人臉灰度信息,對數(shù)據(jù)的輸入要求
4、低,僅需一張普通正面人臉照片即可,條件容易滿足,因而算法具有通用性。相對于其他算法,本算法要求輸入簡單,不需要人物在場,普通人物證件照即可滿足要求。而人物證件照獲取簡單,而且拍攝要求一致,因而本算法可滿足大部分情況下的基于正面照片的人臉建模,而不會出現(xiàn)大的失真。 本算法可以應用在很多場合,如三維動畫電影、游戲產(chǎn)業(yè)、虛擬人合成等方向,這些方向都是當下有著廣闊發(fā)展前景的產(chǎn)業(yè)。如三維動畫電影、三維網(wǎng)絡游戲,有著廣闊的市場前景,有著豐富
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于照片的三維人臉建模.pdf
- 基于視頻的三維人臉建模研究.pdf
- 基于圖像的三維人臉建模研究.pdf
- 基于NRSFM算法的三維人臉建模研究.pdf
- 基于正交照片的三維人臉建模研究.pdf
- 基于形變模型的三維人臉建模研究.pdf
- 三維人臉建模技術探討.pdf
- 基于單張二維圖片的三維人臉建模.pdf
- 基于紋理合成和基于鄰近像素點的圖像修復.pdf
- 基于信息融合的三維人臉識別.pdf
- 基于SVM的三維人臉建模技術研究.pdf
- 人臉三維建模與特征點搜索的研究與應用.pdf
- 基于幾何信息的三維人臉識別研究.pdf
- 基于圖像的三維人臉建模技術研究.pdf
- 基于稀疏像素矢量化的高效三維建筑建模.pdf
- 基于三維人臉建模的多視角人臉識別方法研究.pdf
- 基于圖像灰度信息的三維重構技術研究.pdf
- 基于點云數(shù)據(jù)的塑像三維建模.pdf
- 基于三維建模的人臉自動識別技術.pdf
- 基于單幅平面圖像的三維人臉建模研究.pdf
評論
0/150
提交評論