导读:本文包含了人脸捕捉论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:表情,动画,标记,建模,面部,分区,联邦。
人脸捕捉论文文献综述
竹可鉴[1]（2019）在《基于运动捕捉的叁维人脸表情合成研究》一文中研究指出本文综述了国内外人脸面部表情合成的最新进展,对现有的方法进行了分类,并对其各自的优缺点进行了详细分析。在此基础上,本文应用光学运动捕捉系统进行了深入讨论,并提出了使用运动捕捉系统来合成人脸面部表情的解决方案,包括人脸面部表情数据的采集和数据处理优化、人脸面部表情特征提取、特定人脸模型的构建、人脸表情动画合成和人脸面部表情合成系统的设计与实现等。具体来说,本文的工作主要包括以下几个方面:(1)提出了一种高精度的人脸面部表情采集和提取方案,使用ViconCara人脸面部运动捕捉系统来进行演员表情采集,并将采集后的面部表情数据通过CaraPost软件对运动轨迹进行实时跟踪、记录与处理,得到人脸表情数据和特征点的叁维空间坐标。·(2)提出了一种使用FaceGen人头生成器和Maya软件得到特定演员人脸模型的方案,通过使用FaceGen人头生成器方法获得的一般人脸面部模型用于随后的特定人脸面部模型的构建。(3)采用了一种基于运动捕捉数据和RBF插值算法的构建特定人脸面部模型的方法,为了得到特定人脸面部模型,本文对人脸面部模型进行局部变形,根据RBF插值函数变形的原理,来构造光滑的近似插值函数,通过采集的人脸特征点叁维空间坐标来调整网格模型中特征点与非特征点坐标,使之更加符合人脸所具有的生理特征。(4)本文将得到的特征点坐标与计算得到的非特征点构造而成的特定人脸面部模型,在MotionBui lder中将所采集的6种人脸基本表情动画与人脸模型进行合成。(5)设计了一种基于Unity3D游戏引擎的人脸面部表情合成系统的实现方式,通过C#语言脚本的控制来进行表情的切换和衔接,将6种基本表情在Unity引擎中展示出来。(本文来源于《西北民族大学》期刊2019-05-01）
李姝姝,刘晓月[2]（2018）在《基于Cara人脸捕捉系统的叁维数据处理》一文中研究指出人脸运动捕捉技术是采用专业的动捕设备对人脸面部表情轨迹进行采集,将捕捉到的人脸面部运动数据进行处理和分析,实现对人脸表情进行动画仿真的一门学科。本文主要介绍了Vicon Cara面部捕捉系统,对人脸面部数据采集方法进行分析与处理应用,主要包括对系统软硬件设备的介绍,人脸面部数据采集准备工作,以及采集后对数据的优化处理等工作。这套系统是目前使用广泛的面部捕捉系统,无论是在影视动画和游戏制作方面,还是语言研究及教学等方面应用越来越多。(本文来源于《科学技术创新》期刊2018年15期）
吴晓军,鞠光亮[3]（2016）在《一种无标记点人脸表情捕捉与重现算法》一文中研究指出提出了一种无标记点的人脸表情捕捉方法.首先根据ASM(Active Shape Model)人脸特征点生成了覆盖人脸85%面部特征的人脸均匀网格模型;其次,基于此人脸模型提出了一种表情捕捉方法,使用光流跟踪特征点的位移变化并辅以粒子滤波稳定其跟踪结果,以特征点的位移变化驱动网格整体变化,作为网格跟踪的初始值,使用网格的形变算法作为网格的驱动方式.最后,以捕捉到的表情变化数据驱动不同的人脸模型,根据模型的维数不同使用不同的驱动方法来实现表情动画重现,实验结果表明,提出的算法能很好地捕捉人脸表情,将捕捉到的表情映射到二维卡通人脸和叁维虚拟人脸模型都能取得较好的动画效果.(本文来源于《电子学报》期刊2016年09期）
何钦政,王运巧[4]（2016）在《基于Kinect的人脸表情捕捉及动画模拟系统研究》一文中研究指出叁维人脸表情动画技术是一个具有巨大应用前景和研究意义的学科方向。在研究现有表情捕捉和动画合成技术的基础上,提出了一种基于Microsoft Kinect设备的人脸表情动画系统。该系统首先利用Kinect设备捕捉人脸并提取相关表情参数,同时利用Autodesk Maya动画软件建立对应的人脸叁维模型,之后将模型导入到OGRE动画引擎并把提取的表情参数传递给OGRE,渲染生成实时人脸表情动画。实验结果表明该技术方案可行,实时表情动画效果达到实际应用水平,相比于现有其他表情动画技术,系统采用通用的Kinect设备,成本更大众化且更容易进行操作。(本文来源于《图学学报》期刊2016年03期）
冉学平,陈洪[5]（2016）在《基于表情捕捉技术的人脸实时交互体验设计与实现》一文中研究指出介绍了无标记点表情捕捉技术及工作流程,结合课题分析了表情设定、人脸建模和实时交互的设计流程及实现,构建了基于人脸实时交互体验的"东方微笑"数字化展示系统。表情捕捉技术和交互体验技术的深入结合为人机实时交互带来了新方向,开拓了数字文化保护和传播新途径。(本文来源于《电脑编程技巧与维护》期刊2016年01期）
葛新杰[6]（2014）在《基于运动捕捉数据的人脸表情动画研究》一文中研究指出人脸动画旨在产生富有表现力并且逼真的3D人脸模型。目前为止,可以找到许多3D人脸获取技术。尽管运动捕捉能够捕捉到表演者精细的人脸运动,但是实现一个真实的人脸动画总是一项具有挑战性的工作。作为一种特殊的人脸表情动画,人脸表情克隆主要是把源模型上已经存在的顶点运动向量等数据重新定位到目标模型上,并同时保持原始面部动画的相对运动和动力学特征,其中目标模型和源模型可以具有不同的拓扑结构。真实感的人脸表情克隆技术作为计算机领域的研究热点,被广泛运用于游戏、电影制作等行业。本文首先实现了一种基于运动捕捉数据的快速人脸表情动画半自动生成技术。预先捕捉表演者的面部表情,使用摄像机拍摄演员的正面人脸生成纹理图,然后采用径向基函数(RBF)变形标准的人脸模型,通过纹理映射产生了个性化人脸,最后,将人脸模型分为叁个分区,利用运动捕捉数据,采用RBF算法分别变形每个分区,通过模型融合后将叁个变形后的分区结合起来构建成了最终的人脸动画。实验结果表明对于快速产生真实人脸动画是有效的。其次,针对人脸克隆表情的真实性和表情重建的效率,提出一种基于运动捕捉数据的人脸表情克隆新方法。先使用运动捕捉设备捕捉人脸六种基本表情数据,并对数据进行归一化处理,使其位于同一区间范围,保证克隆表情数据的有效性;然后在表现人脸表情的关键区域选取41个特征点,通过采用凸权值的拉普拉斯(Laplace)变形算法将人脸表情转移到目标模型上,很好保留了人脸表情的细节,克服了均一权值保真度低和余切权值计算不稳定的问题。实验结果表明,该方法合成的克隆表情真实、自然,人脸表情克隆的效率得到了显着提高。(本文来源于《河北工业大学》期刊2014-11-01）
本刊讯[7]（2014）在《FBI投入用下一代识别拥挤也能捕捉人脸》一文中研究指出【本刊讯】美国联邦调查局(FBI)15日宣布,该局研发的"下一代识别系统"全面投入运作,其中包括面部识别系统,该系统能够通过闭路电视监控系统在拥挤人群中捕捉面部图像,提高犯罪调查效率。"下一代识别系统"将最终取代现有的指纹识别系统。(本文来源于《中国公共安全》期刊2014年19期）
方小勇,魏小鹏,张强,周昌军[8]（2013）在《基于人脸运动捕捉的表情动画仿真研究》一文中研究指出基于运动捕捉的动画仿真技术是当前计算机动画的研究热点.基于光学式运动捕捉系统,文中提出了一种新颖的基于交叉映射的人脸表情动画重构方法.针对RBF构建静态全局映射时嘴唇上下部分光标出现的伪关联问题,文中构建了基于功能分区的RBF交叉映射方法.在模型驱动过程中,提出一种皮肤运动机理计算得出增强标记点运动,基于增强标记点实现了基于人脸分区驱动的RBF插值方法,改进了基于人脸分区模型驱动的仿真效果.此外,设计了预计算算法提升了交叉映射和动画仿真过程的实时效率.实验证明该方法能够将同一演员的运动捕捉数据应用于任意不同人脸模型,针对相应模型生成逼真的人脸表情动画.(本文来源于《中国科学:信息科学》期刊2013年08期）
盛平,王雷强,倪冬玮[9]（2012）在《基于嵌入式平台的运动人脸捕捉系统设计及实现》一文中研究指出针对现有智能监控系统难以同时满足清晰、准确、实时、可靠等要求的缺点,提出了一种基于嵌入式视频监控的实时人脸捕捉系统。在ARM Linux操作平台上建立流媒体服务器,实现CCD摄像头的视频采集和传输,采用背景差分法与相邻帧差相结合的方法来实现运动目标的分割与精确定位,提出了一种基于肤色模型的人脸区域分割算法,缩小了运动区域的人脸检测范围,在此区域内,通过Adaboost算法实现了运动目标的实时人脸捕捉。采用ARM1176JZF-S内核的Samsung S3C6410处理器,以Linux2.6.28作为系统的软件开发平台,在基于开源计算机视觉库OpenCV软件工具基础上进行系统开发与测试。结果表明,该系统实现了运动目标的检测以及人脸捕捉,并具有很好的清晰度,从其统计的检测率和运行时间看,有很好的鲁棒性和实时性。(本文来源于《解放军理工大学学报(自然科学版)》期刊2012年06期）
鞠光亮[10]（2012）在《基于无标记点人脸的表情捕捉与传递的算法研究》一文中研究指出无标记点人脸表情捕捉技术是表情捕捉技术的一个新的方向，区别于现阶段比较成熟的有标记点的捕捉技术，无标记点的捕捉技术在数据获取部分存在着更大的难度，有更多的研究空间。该技术融合了图形处理、计算机视觉、计算机图形学等多个学科，是近年来的热点研究方向。无标记点的表情捕捉技术不仅具有一定的理论研究意义，还有其更广泛的实际市场价值，可以应用在多个领域，如医疗分析、影视娱乐、游戏制作等。本文主要就无标记点捕捉技术中的几点问题进行深入研究，并取得了一些理论成果。本文对现阶段的人脸表情捕捉技术做了比较详细的介绍和分析，针对无标记点人脸表情捕捉技术的主要问题进行深入研究。首先，建立一个新颖的描述人脸表情变化的模型，包括局部的特征点和全局的网格，其中特征点由ASM（Active ShapeModel）算法识别人脸得到，然后根据特征点的位置生成均匀的网格。此模型覆盖大部分人脸面部，可以准确地描述绝大部分表情变化。其次，以此人脸模型为基础提出一种新的表情捕捉方法。使用光流跟踪特征点的位移变化并辅以粒子滤波稳定其跟踪结果，以特征点的位移变化驱动网格整体变化，作为网格跟踪的初始值。使用网格的形变算法作为网格的驱动方式，以线性与非线性相组合的方法跟踪网格的变化，实现对表情的捕捉。最后，以捕捉到的表情变化数据驱动不同的人脸模型，根据模型的维数不同使用不同的驱动方法来实现表情动画重现，将捕捉的表情映射到二维卡通人脸和叁维虚拟人脸模型都能取得较好的动画效果。本文搭建了原型实验系统，并采用C++语言实现捕捉算法的软件编写，进行多组数据实验，取得了较好的实验结果，验证了本文提出的基于网格跟踪的无标记点人脸表情捕捉算法的可行性。(本文来源于《哈尔滨工业大学》期刊2012-12-01）
人脸捕捉论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人脸运动捕捉技术是采用专业的动捕设备对人脸面部表情轨迹进行采集,将捕捉到的人脸面部运动数据进行处理和分析,实现对人脸表情进行动画仿真的一门学科。本文主要介绍了Vicon Cara面部捕捉系统,对人脸面部数据采集方法进行分析与处理应用,主要包括对系统软硬件设备的介绍,人脸面部数据采集准备工作,以及采集后对数据的优化处理等工作。这套系统是目前使用广泛的面部捕捉系统,无论是在影视动画和游戏制作方面,还是语言研究及教学等方面应用越来越多。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人脸捕捉论文参考文献
[1].竹可鉴.基于运动捕捉的叁维人脸表情合成研究[D].西北民族大学.2019
[2].李姝姝,刘晓月.基于Cara人脸捕捉系统的叁维数据处理[J].科学技术创新.2018
[3].吴晓军,鞠光亮.一种无标记点人脸表情捕捉与重现算法[J].电子学报.2016
[4].何钦政,王运巧.基于Kinect的人脸表情捕捉及动画模拟系统研究[J].图学学报.2016
[5].冉学平,陈洪.基于表情捕捉技术的人脸实时交互体验设计与实现[J].电脑编程技巧与维护.2016
[6].葛新杰.基于运动捕捉数据的人脸表情动画研究[D].河北工业大学.2014
[7].本刊讯.FBI投入用下一代识别拥挤也能捕捉人脸[J].中国公共安全.2014
[8].方小勇,魏小鹏,张强,周昌军.基于人脸运动捕捉的表情动画仿真研究[J].中国科学:信息科学.2013
[9].盛平,王雷强,倪冬玮.基于嵌入式平台的运动人脸捕捉系统设计及实现[J].解放军理工大学学报(自然科学版).2012
[10].鞠光亮.基于无标记点人脸的表情捕捉与传递的算法研究[D].哈尔滨工业大学.2012
论文知识图
