面向MPEG-4模型基編碼的人臉分析與合成.pdf

1、MPEG-4作為集中各種多媒體應用于一體的新一代壓縮標準得到廣泛應用，而其中基于內容的編碼標準因其應用的優(yōu)勢成為MPEG-4標準的重要特色之一。本文選擇視頻信息中頻繁出現(xiàn)的視覺對象--人臉作為編碼內容，開展面向MPEG-4模型基編碼人臉分析與合成的理論和方法研究。該項研究工作涉及到三個主要環(huán)節(jié)：面向MPEG-4的人臉建模、以人臉動畫參數(shù)提取為目的的人臉分析，以及利用人臉動畫參數(shù)進行模型驅動的人臉合成。 在人臉建模方面，本文提出一

2、種面向MPEG-4基于三維形變模型進行自動化人臉重建的方法。該方法針對基于重采樣的規(guī)格化人臉數(shù)據(jù)進行網(wǎng)格簡化，以便適用于MPEG-4模型基編碼應用下的人臉重建，最終采用三維形變模型得到用于人臉運動分析和動畫的人臉模型。 在人臉分析方面，結合狀態(tài)預測的解析優(yōu)化，本文提出一種基于圖象配準原則提取人臉動畫參數(shù)的算法。針對有表情圖像的面部跟蹤，通過引入預測模型來約束優(yōu)化搜索范圍，更加合理地描述搜索空間，以指導搜索的正確進行，加快速度，提

3、高效率。為綜合考慮整體殘差和局部殘差表達的合理性，提出一個新的衡量圖像配準的相似度準則，計算面部特征點的剛性和彈性位移，并最終轉化為可供合成端進行人臉動畫驅動的面部動畫參數(shù)。另外，針對有較大剛性運動圖像的面部跟蹤，提出結合頭部姿勢估計進行面部特征跟蹤的方法。引入頭部姿勢估計調整人臉網(wǎng)格模型進行全局移動，通過對圖像之間的剛性運動進行補償，使跟蹤在新的位置上繼續(xù)，以便加快迭代速度。 在人臉合成方面，本文提出基于局部訓練的控制點運動擴

4、散算法和基于獨立分量分析(ICA)的人臉全局動畫驅動模式。為了進行人臉動畫的全局調整和運動特性分析，本文基于局部訓練建立面部動畫參數(shù)控制點與非控制點之間的運動關系模型，基于獨立分量分析抽取人臉動畫基本模式，構建可以組合表達真實人臉運動的獨立分量主元，給出更加緊致準確的一般人臉動畫表達模式，改善人臉動畫的真實性。 在以上各項研究的基礎上，本文最終構建了面向MPEG-4模型基編碼，針對人臉視頻進行人臉分析和合成的原型系統(tǒng)。該系統(tǒng)可以