三维人脸混合特征提取和艺术化绘制方法研究

非真实感人脸绘制和人脸动画是目前研究的热点问题，在数字娱乐、影视制作、网络游戏和辅助教学等领域有广泛的应用。本课题针对利用非真实感绘制技术对三维人脸模型进行实时绘制时面临的特征线条提取、轮廓平滑、风格化操作等问题，提出新的混合特征提取和风格化绘制技术，主要包括低精度噪声模型的连贯特征线条生成方法，可以对轮廓等特征进行恢复，得到与精细模型相差无几的效果；基于几何模型和领域知识的混合特征检测方法，可以弥补当前单纯从几何模型或图像出发处理导致的信息不充分，极大的丰富了非真实感实时绘制时必需的特征细节描述；以及探索结合人脸肖像画领域知识的一系列具有明显特征的人脸风格化绘制技术，适应动画、游戏、广告设计，产品展示等诸多相关领域的应用需求。

非真实感人脸绘制是目前研究的热点问题，本课题针对三维人脸进行风格化表示和绘制时面临的问题，提出新的人脸三维建模、特征提取、肖像画绘制、浮雕风格生成等技术，主要包括多层同步表面重建方法、基于深度图像和强度图像的人脸混合特征提取和肖像绘制方法、基于区域层次深度的浅浮雕重建方法、保持帧间连贯风格化线条画绘制方法、基于人脸领域知识且符合认知和审美心理的人脸线条画评估方法等。并将相关研究成果集成、应用于自主研发渲染引擎RenderWing中，支持卡通、水墨等艺术风格的绘制；将线条化绘制集成于中国传统文化在线学习和教学系统中。适应动画、游戏、产品展示等诸多相关领域的应用需求。归纳起来，本课题的主要创新点与贡献如下：. 1. 三维人脸数据获取方面，针对三维扫描获取的高精度点云数据，提出了一种基于空间八叉树进行全局法向映射的多层同步表面重建方法，解决高分辨率空间点云数据表面重建过程的内存限制。. 2. 在三维人脸特征提取方面，通过结合人脸深度图像和纹理图像，通过深度图像中检测得到几何线条，从图像纹理中获取特征信息，然后互补融合来自几何模型的特征线条和纹理图像的特征；通过结合人脸领域知识，分析人脸不同朝向、不同表情、以及人脸不同区域中，各种特征线条的信息表达能力，依据线条评估结果，提出符合认知的人脸特征线条表达方法。. 3. 在人脸艺术风格绘制方面，结合肖像画绘制的领域知识，搭建一个漫画风格实时肖像画绘制系统。通过风格化变形操作对个体人脸进行夸张，以凸显其特点；通过基于GPU的阴影轮廓线平滑方法生成平滑影线，达到实时绘制需求；通过基于轮廓三角形的风格化特征参数帧间传递方法，保持风格化特征的连贯性；实现笔墨、影线和卡通等具有特色的人脸肖像绘制风格。. 4. 在人脸特殊艺术风格表达方面，提出了基于二维图像的浅浮雕风格生成的方法，通过从图像得到连贯的线条画，分析线条画中各个元素之间的关系，推测区域之间的深度层次关系，根据几何插值算法求出浅浮雕曲面并对其进行优化。该方法适用于人脸、动物、花等多种图像的浮雕生成。. 本课题严格按照研究计划实施，已在《Computers & Graphics》、《Graphical Models》等上发表和被录用研究论文10篇，包括SCI检索论文3篇，EI检索论文6篇。申请专利1项，软件著作权4项，完成了课题预期目标。

内容获取失败，请点击重试