【技术实现步骤摘要】
本专利技术涉及一种基于表情模型的三维人脸表情去除方法，尤其涉及一种以建立表 情模型和表残差模型、基于统计建模的三维人脸表情去除方法。
技术介绍
三维人脸表情在日常生活和交流中起着重要的作用，它与人的生理和心理行为有 着密切联系。越来越多的研究人员开始对人脸表情进行研究。因为人脸表情变化会影响自 动人脸识别系统的准确率，所以表情去除的研究也逐渐成为研究领域关注的问题。三维人脸表情去除技术是研究领域的新问题，缺少已有的成熟方法作为参考。如 何对表情进行定量度量是该技术需要解决的难题，目前缺少对表情进行定量度量的有效方 法。因此，本文提出的三维人脸表情去除方法能够有效解决上述问题。
技术实现思路
本专利技术的目的在于提供一种基于表情模型和表情残差模型的三维人脸表情去除 方法，其步骤如下(1)三维人脸模型非刚性变形对齐将通用模型G向每一个三维人脸模型0进行 非刚性对齐，并用变形后的通用模型代替原来的三维人脸模型；步骤(1)采用的变形方法是基于能量最小化的迭代变形方法。定义了两个能量函 数，分别是平滑误差函数
【技术保护点】
【技术特征摘要】
一种三维人脸表情的去除方法，步骤如下1)三维人脸模型非刚性变形对齐将一个通用人脸网格模型向每一个待处理的三维人脸模型进行非刚性变形对齐，变形后的通用网格模型在形状上与原来的模型保持一致；用变形后的网格模型代替原来的三维人脸模型，用于后续步骤；2)建立表情空间经过步骤1)处理后，选取某类情感表情模型若干个组成表情模型训练样本集，其中每个模型分别对应不同的人；利用主测地分析方法对该训练集中样本的法向量特征进行分析，得到主测地子空间的投影矩阵，以及该训练样本集中的模型经投影后，在主测地子空间中的表示，该子空间即为表情空间；3)表情残差空间的计算按照步骤2)中的样本选取方法，对表情模型训练样本集中的每个情感模型，找到与之对应的中性表情模型，组成一个样本对；将符合上述要求的所有样本对组成表情残差模型训练样本集；对该样本集中的每个样本对，计算其表情残差向量，所有计算得到的表情残差向量组成表情残差空间；4)建立表情空间和表情残差空间的映射关系经过步骤2)和步骤3)的计算后，得到样本集在表情空间和表情残差空间中的表示，利用径向基函数回归方法建立两个空间的映射关系；5)表情残差推导及表情去除对每个情感测试模型，首先按照步骤2)中方法计算其在表情子空间中的低维表示；其次利用步骤4)中得到的空间映射关系，推导出其表情残差；最后，利用泊松变形的方法将推导出的表情残差作用于情感模型，确定出向导，基于向导的梯度场计算，从而达到表情去除的目的。2.根据权利要求1所述的基于表情模型的三维人脸表情去除方法，其特征是步骤1) 的非刚性变形技术采用了迭代的能量最小化方法。3.根据权利要求2所述的基于表情模型的三维人脸表情去除方法，其特征是步骤(1) 迭代的能量最小化方法如下定义式(1)和式(2)所示的两个能量函数，分别是平滑误差函数4.根据权利要求1所述的基于表情模型的三维人脸表情去除方法，其特征是步骤2) 的建立表情空间是采用主测地分析对该训练集中样本的法向量特征进行分析，得到...
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。