[发明专利]一种无约束的3D表情迁移方法

摘要

本发明公开了一种无约束的3D表情迁移方法，使用基于计算机视觉以及概率统计方法进行实现；首先使用adaboost+harr特征检测人脸区域，然后在人脸区域根据受约束的局部模型(Constrained Local Model，CLM)方法提取人脸几何特征，接着使用支持向量回归(Support Vector Regression,SVR)提取人脸表情参数，最后输入表情参数控制3D模型的面部BlendShape，合成表情动画，实现一种无约束的3D表情迁移方法。

主权项

1.一种无约束的3D表情迁移方法，其特征在于，包括以下步骤：(1)、离线训练人脸形状模型并获取模型中的相关参数(1.1)、从人脸数据库中下载带特征点标注的人脸图像，作为人脸图像集；(1.2)、构建人脸形状模型：其中，表示平均脸形状，P是人脸形状变化的主成分组成的矩阵，P＝[P₁,P₂...P_k]，B是人脸形状变化的权重向量，B＝[b₁,b₂.,..,b_k]^T；(1.3)、利用人脸图像集计算人脸形状模型相关参数(2)、实时采集包含用户人脸的图像，标记为源图像；(3)、在源图像中，使用haar特征+adaboost人脸检测算法检测出源图像中用户的人脸区域；(4)、使用训练阶段求解的P,λ_j,a,b,c，检测出当前人脸区域的特征点(5)、根据人脸特征点位置，采用基于面部运动单元(Action Unit，AU)的表情参数提取算法参数化用户表情特征(5.1)、分别提取人脸表观特征、人脸几何特征和自然状态下的人脸表情；(5.2)、根据多个数据库中的人脸图像集提取出的表观特征、几何特征以及自然表情表情特征，使用线性核的支持向量回归方法SVR训练AU检测模型；(5.3)、在源图像的用户人脸区域，提取出其表观特征，几何特征以及自然表情特征，输入AU检测模型，获取当前源图像用户人脸的AU表情参数；(6)、使用AU表情参数，输入至包含形状差值模型(BlendShape)的3D模型，使用Unity3D引擎驱动模型表情，实现用户无约束的3D模型表情迁移。