[发明专利]基于单张照片的人脸动画方法

权利要求书

1.一种基于单张照片的人脸动画方法，其特征在于，包括如下步骤：

步骤1：利用三维扫描仪采集真实的三维人脸数据，进行规整化处理，对规整化的形状进行主成份分析，得到人脸的形变模型(本步离线完成)；

步骤2：利用Adaboost自动检测人脸在图像中的位置，利用改进的主动外观模型自动定位人脸上的关键点；

步骤3：根据人脸关键点和形变模型，恢复人脸的形状参数和姿态参数，从而得到人脸的三维形状网格；

步骤4：添加眼睛和牙齿网格，对重建人脸网格进行扩展使其包含背景信息，从而获得包含完整图像信息的三维网格；

步骤5：纹理映射后得到完整的三维人脸模型；

步骤6：利用人脸样本模型制作一段人脸动画数据，定义样本模型上73个关键点的运动轨迹为源稀疏关键点动画数据(本步离线完成)；

步骤7：利用径向基函数调整源动画数据的运动幅度和方向，获得与重建人脸相匹配的稀疏关键点动画数据；

步骤8：利用球面参数化计算顶点的重心坐标，插值获得每个顶点的动画数据；

步骤9：自动模拟眼球的转动和眨眼的动作。

2.根据权利要求1所述的基于单张照片的人脸动画方法，其特征在于，步骤1中的人脸模型的规整化按如下过程进行：

步骤11：定义一个平面规则网格，并在该网格和目标模型上标注若干对应的关键点；

步骤12：基于对应的关键点，利用径向基函数将平面规则网格变形到目标模型；

步骤13：从变形后的模型上的每一顶点出发做法向量投影，得到顶点的新坐标。

3.根据权利要求1所述的基于单张照片的人脸动画方法，其特征在于，步骤2中的人脸关键点定位按如下过程进行：

步骤21：采集和标定人脸样本，训练主动外观模型(本步离线完成)；

步骤22：利用Adaboost自动定位人脸位置和大小，初始化主动外观模型的全局仿射变换参数；

步骤23：设置主动外观模型的能量函数表达式，通过迭代获得最小能量函数值，从而得到关键点位置。

4.根据权利要求1所述的基于单张照片的人脸动画方法，其特征在于，步骤3按如下过程进行：

步骤31：在形变模型的平均脸上标注与图像关键点相对应的三维关键点(本步离线完成)；

步骤32：利用弱透视投影对三维关键点进行变换，得到三维关键点在二维平面上的投影；

步骤33：对人脸的形状参数和姿态参数进行初始化；

步骤34：设置代价函数，使三维关键点的投影点与二维关键点之间的偏差最小，得到人脸的形状参数和姿态参数；

步骤35：利用形状参数将形变模型的形状分量加权，得到人脸模型的几何形状。

5.根据权利要求1所述的基于单张照片的人脸动画方法，其特征在于，步骤4按如下过程进行：

步骤41：建立眼睛和牙齿的三维模型(本步离线完成)，并将其放置在所建立的人脸三维形状的对应位置；

步骤42：对所建立的人脸三维形状网格添加顶点和三角面，使其投影到图像平面后覆盖完整的图像区域。

6.根据权利要求1所述的基于单张照片的人脸动画方法，其特征在于，步骤7按如下过程进行：

步骤71：在样本模型和建立的人脸模型上标记相对应的三维关键点(本步离线完成)；

步骤72：根据对应关键点的坐标，利用一个径向基函数建立两者之间的映射关系；

步骤73：计算映射函数在关键点处的雅可比矩阵，样本动画数据的运动矢量乘以雅可比矩阵获得目标模型的对应关键点出的运动矢量。

7.根据权利要求1所述的基于单张照片的人脸动画方法，其特征在于，步骤8按如下过程进行：

步骤81：参数化重建的人脸模型使其投影到一个球面；

步骤82：根据动画数据定义的关键点获取球面三角形的信息；

步骤83：判断顶点落在哪个球面三角形内，并计算对应的重心坐标；

步骤84：通过重心坐标和关键点处的运动矢量，插值获得每个顶点的运动矢量。

8.根据权利要求1所述的基于单张照片的人脸动画方法，其特征在于，步骤9按如下过程进行：

步骤91：在人脸模型前设定一个与其平行的平面，让眼睛始终注视该平面上运动的一点，该点的运动轨迹由程序自动生成；

步骤92：利用相邻两帧的注视点来确定眼睛的旋转矩阵和旋转轴；

步骤93：标记人脸模型中属于眼皮的顶点(本步离线完成)；

步骤94：根据眼皮顶点坐标拟合出上下眼皮的二次曲线，利用上下曲线的距离确定眨眼时顶点的位移量。