【正文】 下面介紹幾類常見的空間插值技術(shù)：（1）最近鄰點插值法 最近鄰點插值法(Nearest Neighbor)又被稱為泰森多邊形方法，它是一種最簡單的插值方法，該算法的基本原理是：每一個插值輸出像素的值就是在輸入圖像中與其最臨近的采樣點的值[[] Knothe R, Romdhani S, Vetter T. Combining PCA and LFA for surface reconstruction from a sparse set of control points[C]. In: Proc. of the IEEE Conf. on Automatic Face and Gesture Recognition. Southampton: IEEE Computer Society, 2006. 637644]。 FFD使用長方形局部坐標(biāo)系，因此控制框架一定也是長方形，從而就限制了可以實際應(yīng)用的領(lǐng)域。由于人臉各部分器官有著各自獨特的輪廓和特點，因此要完成從一般人臉模型到具體人臉模型的變換還必須以人臉面部各局部器官的特征為依據(jù)對它們進(jìn)行局部變換，以便更好的描述模型的各種各樣的細(xì)節(jié)。=VyVz39。 Vy39。第二步是局部變換，根據(jù)特定人臉的五官位置和形狀對模型進(jìn)行進(jìn)一步的細(xì)致調(diào)整，使其與特定人臉在具體的人臉五官的形狀和位置也相同，實現(xiàn)模型的神似。X=xfY=(yf+ys)/2Z=zs (41)即X,Y,Z=(xf，(yf+ys)/2，zs) 。hshf 圖45 正面照片的垂直距離 圖46 側(cè)面照片的垂直距離 從正側(cè)面照片中恢復(fù)特征點的空間坐標(biāo)經(jīng)過規(guī)范化，歸一化調(diào)整后的兩幅人臉圖像具有相同的幾何高度，在正面圖像中取兩眼連線的中點為基準(zhǔn)點，可以得到面部特征點的x，y兩個方向的寬度信息和高度信息，在側(cè)面圖像中取正面原點到后腦勺連線的中點為基準(zhǔn)點，可以得到面部特征點的z，y兩個方向的深度信息和高度信息。所以，可以通過在正側(cè)面二維人臉圖像中選取相同位置作為基準(zhǔn)對正側(cè)面人臉圖像進(jìn)行按比例縮放，從而可以達(dá)到統(tǒng)一圖像大小的目的。對于給定人臉的正側(cè)面照片，往往難以確保拍攝距離的一致性，往往會導(dǎo)致面部及各面部器官大小不一的現(xiàn)象發(fā)生，因而，在二維人臉圖像的特征點提取之前需要對圖像進(jìn)行歸一化處理，從而可以確保坐標(biāo)的協(xié)調(diào)統(tǒng)一。因此，對照片進(jìn)行處理之前，需要對其進(jìn)行規(guī)范化調(diào)整，使兩張照片頭部處于自然水平狀態(tài)，以確保正側(cè)面照片上的同一特征點位于同一水平線上，從而可以得到統(tǒng)一的坐標(biāo)。噪聲嚴(yán)重影響圖像的質(zhì)量，降低圖像的清晰度，甚至掩蓋了圖像的本質(zhì)特征，這些都對圖像處理起到一定的干擾作用，所以在進(jìn)行圖像處理之前最重要的一個操作就是圖像預(yù)處理。本章的目的是利用人臉正側(cè)面照片來構(gòu)建具有真實感的三維人臉模型。第四章 個性化三維人臉建模有許多可行的方法可以構(gòu)造出具有真實感的虛擬人臉，最經(jīng)典的方法是用特定人臉的各個器官信息來修改一個一般模型。我們認(rèn)為左右兩側(cè)的特征點的個數(shù)和位置大致相同，其中眼睛上有4個，鼻子上有8個，眉毛上有3個，嘴巴上有5個，臉的外部輪廓上有16個，耳朵上有3個，后腦側(cè)邊緣輪廓有6個，面部有8個，共63個特征點。為了避免發(fā)生這種現(xiàn)象，而且又盡量做到符合FDP特征點選擇標(biāo)準(zhǔn)，本文選取的人臉特征點如圖34，35所示。FDP為特征點的選取提供了很好的參考依據(jù)，這些特征點都是研究者經(jīng)過大量的實驗分析驗證得到的，具有一定的參考價值。FDP（Facial Definition Parameters）描述人臉的幾何結(jié)構(gòu)和紋理信息，它提供人臉各個器官的特征點信息。MPEG4不僅建立了一個聲音圖像場景模型，以此來表示具有具體行為和特征的聲音圖像對象，而且也是第一個聲音圖像表示方法標(biāo)準(zhǔn)?；趯?dǎo)出通用模型文件的數(shù)據(jù)分布情況，考慮到本文是針對人臉表面進(jìn)行建模，保留了左右眼球，牙齒和舌頭以及耳朵等細(xì)節(jié)特征，并且可以根據(jù)這些部位不同的特點對它們進(jìn)行分別建模，從而可以提高建模質(zhì)量和最終效果。(2)三角面片數(shù)據(jù)段 通用三維網(wǎng)格模型是由很多三角面片組成，每個三角面片都有三個頂點，三角片元數(shù)據(jù)包含了所有三角面片對應(yīng)頂點的下標(biāo)。當(dāng)然還有很多其它格式的導(dǎo)出文件，這些文件雖然描述的都是同一個對象，但文件內(nèi)部數(shù)據(jù)的組織方式有很大區(qū)別。各種各樣的三維人臉模型都可以通過這些軟件導(dǎo)出，利用導(dǎo)出的人臉模型可方便快捷地構(gòu)造人臉模型，省去了大量繁瑣的建模工作。使用標(biāo)準(zhǔn)的計算機(jī)圖形技術(shù)可以實現(xiàn)三維人臉建模的工作，并且能夠構(gòu)建任意造型的人臉模型。本文在構(gòu)造通用人臉模型時嚴(yán)格遵循以上要求。一般人臉模型設(shè)計時，左半臉和右半臉依額部——鼻尖——人中——下巴的這條線左右對稱，這種對稱關(guān)系不僅方便了下一步人臉的各種實際操作和變換，而且還遵循了“三庭五眼”的人臉比例關(guān)系。通用人臉模型上的各個臉部器官在整個人臉模型中的位置關(guān)系應(yīng)符合“三庭五眼”比例標(biāo)準(zhǔn)。不同人臉具有大致相同的特征，而通用人臉模型則是這些相同特征的集合體，可以反映普遍的人臉幾何結(jié)構(gòu)、體現(xiàn)了人臉的共性。三角網(wǎng)格模型表示分為兩種：均勻網(wǎng)格表示和非均勻網(wǎng)格表示?；隗w表示的數(shù)據(jù)可以通過CT、MRI等設(shè)備生成。通用人臉模型的具體表示方法很多。 通用人臉模型特征及構(gòu)造要求雖然世界上沒有兩個完全相同的人臉，但不同人臉之間仍然存在共同的特征。第三章 通用人臉模型的建立與人臉特征點的提取當(dāng)前三維人臉重建研究的熱點是以通用人臉模型為基礎(chǔ)，利用通過普通手段獲取的二維圖像提取數(shù)據(jù)信息，找到一些簡捷通用，執(zhí)行效率高的建模方法構(gòu)建具有真實感的特定三維人臉模型。(5)點云系統(tǒng)建模技術(shù) 在基于物理系統(tǒng)的觀點中，模型通常被看作是一個由點云組成的系統(tǒng)，而且模型的運動可以通過物理公式計算出來。(4)參數(shù)化建模技術(shù) 參數(shù)化的基本原理是由n個參數(shù)定義一個相對較小的n維空間。96. 1996. 421428.]。有限元模型通常被用于計算皮膚的形變，該模型適用于醫(yī)學(xué)方面的研究，其缺陷是計算量過大，運算時間過長，因而不適于實時的人臉動畫系統(tǒng)[[] ,and ,Animation of a Bspline figure[J].The Visual Computer,1988,(5),]。多邊形建模技術(shù)常用的方法有兩種：均勻網(wǎng)格和非均勻網(wǎng)格。 人臉建模中常用的技術(shù)不同的人臉模型可以應(yīng)用在不同的領(lǐng)域，既有應(yīng)用在醫(yī)療解剖方面的復(fù)雜模型又有簡單的幾何模型。使用將標(biāo)準(zhǔn)模型上的特征點調(diào)整到二維圖像對應(yīng)點的位置來構(gòu)建位移矢量，可以通過散亂數(shù)據(jù)插值方法獲取非特征點的位置。人工選取對應(yīng)關(guān)系非常困難，不僅精確度低而且會導(dǎo)致偏差積累會越來越大。他們同時定義了最小可覺察的顏色運動，它控制著人臉各個部位的由于血液循環(huán)而導(dǎo)致的顏色變化。(5)面色變化產(chǎn)生表情 臉部動畫和表情不僅僅包括人臉外形的變化，而且還包含由于對象情緒變化而導(dǎo)致臉部顏色的改變。兩者之間的對應(yīng)關(guān)系可以按需要進(jìn)行手工選取，在對應(yīng)關(guān)系建立后，形狀過渡可以實現(xiàn)生動逼真的面部動畫。在該算法中，從紋理圖像到計算機(jī)屏幕的映射函數(shù)可以用一個線性函數(shù)來實現(xiàn)。該方法的優(yōu)點是最終得到的模型逼真，不需要人工干預(yù)，需要的信息量較少，但不足是必須事先建立龐大的人臉庫，即使人臉庫再大，也不可能包括世界上的所有人臉形態(tài)，因此對人臉的模擬在一定程度上起到了限制作用。雖然插值能夠簡單快速的產(chǎn)生基本臉部動畫，但它無法創(chuàng)建大范圍內(nèi)具有真實感的人臉造型，因而該特性限制了它的應(yīng)用范圍。(1)插值 插值技術(shù)為臉部動畫提供了一個比較直觀的方法。通過用自由變形、隨機(jī)噪聲變形、定點編輯、或者數(shù)字化生物體來控制已有的模型產(chǎn)生新的特定人臉模型[[] Aleksic,Katsaggelos, facial expression recognition using facial animation parameters and multistream HMMs[C].IEEE Transactions on Information Forensics and Security,2006,1(1):311.]。Essa等人利用Modular Eigenspace方法來處理適配方面的問題。該算法首先在人臉外部輪廓、嘴巴、眉毛、鼻子和眼睛上選取一些特征點標(biāo)識，特征點的個數(shù)和位置選擇決定了一般網(wǎng)格變形的效果 。該算法首先需要構(gòu)建一個包含測試人臉參數(shù)數(shù)據(jù)信息的數(shù)據(jù)庫，并此作為先驗知識；然后，通過將最小中值二次誤差估計的原理算法應(yīng)用于數(shù)據(jù)庫中，根據(jù)正面的人臉參數(shù)信息估計出側(cè)面人臉的參數(shù)信息，通常通過幾個正面的人臉參數(shù)線性組合可以得到側(cè)面人臉的深度參數(shù)；最終通過自適應(yīng)得到三維人臉模型，并進(jìn)行紋理映射，得到具有真實感的三維人臉模型[[] , and . An Anthropometric Face Model using Variational Technique [J].’98,1998:6774.]。并且由于現(xiàn)在還沒有完全有效的對應(yīng)點自動匹配方法，如果在得到的數(shù)據(jù)上特征點信息比較隱蔽，就需要人工干預(yù)調(diào)節(jié)[[] ., Kalra,P., MagnenatThalmann, with the Ballamp。該綜合體造型用三棱柱體元素來實現(xiàn),它分為表皮、筋膜和顱骨曲面，影響肌肉拉力的彈簧元素連接筋膜和頭蓋骨層，皮膚的彈性是由連接表皮和筋膜的彈簧元素模擬。(4)多層彈性網(wǎng)格方法 一個多層彈性網(wǎng)格是為了達(dá)到更可靠地模擬人臉物理行為的目的而將一個質(zhì)點彈簧結(jié)構(gòu)拓展為三個緊密相連的網(wǎng)格層。(3)樣條偽肌肉方法 阿爾伯特多邊形人臉模型被廣泛應(yīng)用在很多領(lǐng)域，然而它無法詳細(xì)刻畫人臉的柔韌性和光滑性，難以在任意區(qū)域內(nèi)平滑地變形具有固定拓?fù)浣Y(jié)構(gòu)的人臉多邊形模型。(2)向量肌肉方法 向量肌肉方法是在形變變量可以波及到的范圍內(nèi)，用模擬肌肉運動的方式來改變面部形狀，從而達(dá)到模型形變的目的。很多面部表情都可以由參數(shù)的組合來提供。Parke設(shè)定人臉模型的差別可以利用拓?fù)鋷缀谓Y(jié)構(gòu)上的變換來區(qū)分，他通過變換通用人臉模型的參數(shù)構(gòu)造幾個不同形狀的人臉模型，使用雙線性插值來構(gòu)造不同的人臉形狀。 基于幾何的人臉建模方法Parke首次把基于幾何的構(gòu)建模型方法應(yīng)用在計算機(jī)中生成虛擬三維人臉模型。其包含的主要的方法如圖21所示。雖然構(gòu)造具有真實感的三維人臉存在一定的困難，但在該領(lǐng)域己經(jīng)取得了一些成果。第二章 基于圖像的三維人臉建模方法回顧特定三維人臉模型的構(gòu)建過程分為三個階段：三維通用人臉模型的選擇、特定三維人臉模型的變換、真實感紋理映射。最后利用金字塔方法進(jìn)行圖像二次融合，最終得到自然平滑的人臉全景紋理圖，為后續(xù)工作做好準(zhǔn)備。采用徑向基函數(shù)插值方法對通用人臉模型進(jìn)行變形。第3章，通用人臉模型的建立與人臉特征點的提取。介紹三維人臉建模技術(shù)的研究背景和研究意義，分析近年來國內(nèi)外對該技術(shù)的研究現(xiàn)狀。（5）合成全視角人臉紋理圖像，使用基于列特征的匹配方法，確定出圖像的重疊區(qū)域，然后采用直方圖匹配的方法進(jìn)行灰度調(diào)整，使用加權(quán)平滑算法完成圖像的無縫拼接。（3）根據(jù)MPEG4的FDP標(biāo)準(zhǔn)選擇特征點。這一特性使很多研究者熱衷于使用二維人臉照片重建三維人臉模型，本文就是以正交照片為基礎(chǔ)，提出一種改進(jìn)的構(gòu)造三維人臉模型算法。CG國家重點實驗室在曲線/曲面建模、真實感圖形繪制、計算機(jī)動畫等方面取得了很大成就。 國內(nèi)研究現(xiàn)狀國內(nèi)在該領(lǐng)域起步較晚，最早的三維人臉建模研究始于上世紀(jì)90年代末，經(jīng)過近些年的研究，國內(nèi)不少研究者也對人臉建模和動畫技術(shù)抱有濃厚的興趣，不同的研究機(jī)構(gòu)在該領(lǐng)域作了許多研究工作。整個調(diào)整過程包括三部分：首先利用計算機(jī)視覺技術(shù)標(biāo)定相機(jī)的定標(biāo)參數(shù)和各個圖像的變形參數(shù)，并且計算出各個特征點的三維空間坐標(biāo)；然后，利用散亂數(shù)據(jù)插值技術(shù)，根據(jù)特征點的位置來調(diào)整非特征點的位移；最后，對模型進(jìn)行微調(diào)，在模型的頂點之間和圖像的對應(yīng)點之間插入附加點，得到具有真實感的三維人臉模型?；诙S圖像的三維人臉建模，利用普通相機(jī)拍攝的二維圖像為基礎(chǔ)進(jìn)行三維人臉建模。德國學(xué)者Blanz和Vette[[] Blanz V, Vetter T. A morphahle model for the synthesis of 3D face [A]. In: SIGGRAPH Proceedings[C], Orlando,FL :7178.]創(chuàng)建了一個包含三維距離信息和表面紋理信息的頭部數(shù)據(jù)；康柏劍橋研究所的Waters[[]Waters K, Terzopoulos D. Modeling。微軟研究院Zhang和Liu[[] Liu Z, Zhan Z, JaCobs C, et al. Rapid modeling, of animated faces from video[R] Technical Report M5RTR 200011 Microsoft Research, Microsoft Corporation, WA, 2000. ]等人在藝術(shù)家的幫助下，構(gòu)造了一種中性人臉網(wǎng)格模型。當(dāng)前，使用最為廣泛的三維人臉模型是統(tǒng)計模型和網(wǎng)格模型。 國內(nèi)外研究現(xiàn)狀1972年P(guān)arke[[] Park F I. Computer generated animation of faces [A], In: Proceedings of ACM annual conference[C], boston Massachusetts, United States,1999:451457.]制作了世界上第一個人臉參數(shù)模型，人臉參數(shù)模型的基本原理是利用不同參數(shù)來描繪不同的人臉表情特征。 （7）人臉識別 人臉識別技術(shù)屬于生物特征識別技術(shù)，是對生物體本身的特征來區(qū)分生物個體。心理學(xué)家能夠在計算機(jī)上利用三維模型來完成他們的實驗，這比用真人進(jìn)行研究更加方便快捷；在進(jìn)行面部整形手術(shù)之前，可以利用三維模型來模擬手術(shù)過程和手術(shù)結(jié)果，以得出合理的手術(shù)方案，以最大程度的降低手術(shù)風(fēng)險。如果說普通電話是“