【技术实现步骤摘要】
一种基于TPS变形算法的中国画动画自动生成方法
本申请一般涉及图像处理领域,尤其涉及一种基于TPS变形算法的中国画动画自动生成方法。
技术介绍
中国传统绘画作品作为我国文化艺术的精髓,不仅具有历史和文化价值,且具有“不可再生”的特点,显得极为珍贵。因此,保护和传承这些绘画的文化遗产就变得极为重要和迫切。目前对图像处理的技术很多也相对很成熟,但鲜有将其应用到中国画领域的,或者说远达不到中国画动画应用的需求——古画有其自成一派的绘画风格,适用于现实照片的诸多技术往往会在古画当中“失灵”。基于上述大背景,我们的想法应运而生。由于中国画种类繁多,特点鲜明,我们将其大致分为山水画,花鸟画,人物画这三大块。其中人物画又可以精确到人物的表情。对这些种类不同的中国画,要处理的对象不同,使用的技术也不尽相同:如人物涉及到表情与姿态的识别与变化、山水花鸟涉及到图像分割,特征点识别等技术。中国画自动化——其中最重要的就是如何让静态的画作“动”起来,例如表情变换,活体位移,伸缩变换等,呈现出一个连续且动态的过程,按照我们对中国画动画的设想逐步实现各个功能点,将图像处理技术灵活运用与结合,用技术为中国画赋能。
技术实现思路
鉴于现有技术中的缺陷或不足,我们提供一种基于TPS变形的中国画动画自动生成方法。该方法结合多种图像处理技术:TPS人脸表情变形技术,图像语义分割技术,缺失图像修复技术等通过对要处理的目标由识别,抠像,处理,动态化处理等一系列操作,完成由静态画向动态化的转变,生成一个自动上传图画, ...
【技术保护点】
1.一种基于TPS变形算法的中国画动画自动生成方法,该方法包括:/n步骤一,通过上传图片按钮收集动画生成的中国画对象,并将图片存储为bitmap格式;/n步骤二,对中国画进行识别与检测,检测出画中的对象;/n步骤三,对于对象中的人脸对象,进行特征点信息识别,并获取用户的表情变形目标,特征点识别使用的是Dlib库,将获取到的特征点坐标信息存入数组中;/n步骤四,根据特征点规律计算出目标表情下的特征点信息,使用TPS算法进行求解,得到表情变形的最终状态,特征点规律是特征点相关的参数以及公式,每种表情都有特定的特征点规律;/n步骤五,使用线性插值法补充中间态的特征点坐标信息,分别使用TPS算法进行求解,得到表情变形的图片序列;/n步骤六,将图片序列按顺序播放,形成一段表情变形动画,播放过程中,用户可以随时暂停,并可以选择查看任一图片序列。/n
【技术特征摘要】 【专利技术属性】
1.一种基于TPS变形算法的中国画动画自动生成方法,该方法包括:
步骤一,通过上传图片按钮收集动画生成的中国画对象,并将图片存储为bitmap格式;
步骤二,对中国画进行识别与检测,检测出画中的对象;
步骤三,对于对象中的人脸对象,进行特征点信息识别,并获取用户的表情变形目标,特征点识别使用的是Dlib库,将获取到的特征点坐标信息存入数组中;
步骤四,根据特征点规律计算出目标表情下的特征点信息,使用TPS算法进行求解,得到表情变形的最终状态,特征点规律是特征点相关的参数以及公式,每种表情都有特定的特征点规律;
步骤五,使用线性插值法补充中间态的特征点坐标信息,分别使用TPS算法进行求解,得到表情变形的图片序列;
步骤六,将图片序列按顺序播放,形成一段表情变形动画,播放过程中,用户可以随时暂停,并可以选择查看任一图片序列。
2.根据权利要求1所述的方法,进行对象检测具体包括:使用PixelLib实现语义分割:在pascalvoc数据集上训练deeplabv3+模型来实现语义分割的代码,该数据集有20个对象类别,可以准确识别对象,并返回分割输出的数组,打印出输出的形状;
进行表情变形具体包括:使用Dlib定义的人脸识别检测算子detector获取识别出的人脸对象的68个特征点坐标信息,使用二维数组来存储坐标点信息;根据用户的表情变形需求,使用特征点规律计算出目标表情下的特征点坐标信息,根据得到的特征点坐标信息,使用TPS变形算法进行求解,并使用双三次插值方法改变原人脸图像的像素信息,得到表情变形结果;再根据线性插值的原则进行中间态特征点坐标信息的补充,并使用TPS变形算法求解出中间态,按顺序播放形成表情变形动画。
3.根据权利要求1所述的方法,使用TPS变形算法求解具体包括:
将人脸正常状态下的68特征点编号为P1(x1,y1),P2(x2,y2),……,P68(x68,y68),将根据特征点规律计算出来的目标表情下的特征点编号为P1’(x1’,y1’),P2’(x2’,y2’)……,P68’(x68’,y68’),TPS变形算法的目标是求解一个函数f,使得f(Pi)=Pi’,其中1≤i≤68,,并且弯曲能量函数最小,同时图像上的其它点也可以通过插值得到校正,可以把形变函数想象成弯折一块薄钢板,使这块钢板穿过给定的n个点,弯曲钢板所需能量可表示为:
TPS变形算法的插值函数就是弯曲能量最小的函数:
其中,a1,a2,a3,wi在矩阵求解过程中得到,
上式中只要求出a1,a2,a3和wi(1≤i≤68),就可以确定f(x,y),其中U为基函数:
其中,rij即为坐标点i,j之间的距离;
记矩阵K、L、Y为:
其中,rij中i,j分别代表正常状态下第i,j个特征点,
xi,yi分别指代正常状态下第i个特征点坐标的x值和y值,
xi',yi'分别指代指定表情下第i个特征点坐标的x值和y值,
由LW=Y解得W矩阵:
从而有正常状态下的特征点坐标(xi,yi)到指定表情下的特征点坐标(xi’,yi’)的映射:
4.根据权利要求3所述的方法,进行双三次差值具体包括:
图像中任意一点的像素由它周围16个点的像素确定,具体关系为:
f(i+u,j+v)=ABCT,i,j表示x,y坐标值的整数部分;u,v表示x,y坐标值的小数部分
其中矩阵A、B、C分别为:
A=[S(u+1)S(u)S(u-1)S(u-2)],
B=f(i-1:i+2,j-1:j+2),
C=[S(v+1)S(v)S(v-1)S(v-2)],
S(x)为
技术研发人员:陈俐燕,夏文雁,唐砺恒,朱梓杰,
申请(专利权)人:厦门大学,
类型:发明
国别省市:福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。