|
1.
形状约束的三维人脸组件形变模型
薛峰 丁晓青
计算机应用
传统的三维人脸形变模型是通过对大量的三维人脸数据进行学习，构建描述人脸三维形状和纹理的参数模型，通过模型优化完成对二维人脸图像的三维重构。但是，实际中大量的训练样本是很难获得的，这导致形变模型描述能力的不完善，制约了它的应用。如将整个人脸看成由若干个组件组合而成，则在样本数不变的情况下降低了描述空间的维数，提高了模型的描述能力。但是在重构人脸图像时必须解决组件间三维空间的重叠合并，并且随着组件数目的增加，模型参数也随之增加，所以对优化算法也提出了更高的要求。为了解决形变模型的这些困难，提出了一种全局模型和组件模型的折中算法，即在形状上保持全局约束而纹理上进行组件匹配，从而在算法性能和算法复杂度之间获得了一个有效的平衡。
相关文章 |
多维度评价
|
