科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前面部表情动画生成算法普遍具有捕捉设备昂贵、依赖用户表情数据预采集、需要用户具备专业知识等缺点,因此很难在普通用户中进行推广.针对这些不足,文中选择价格适中、操作简单的Kinect作为采集设备,提出了一种无须预处理的面部表情捕捉算法.首先从捕获的面部表情数据中提取面部特征点,利用几何度量建立低层面部特征点与高层表情语义之间的联系,根据权重和补偿策略建立几何度量样本集.然后采用无监督的方式自动分析样本分布,推测各表情单元的变化区间,实现表情参数的实时提取.最后利用表情参数驱动离线生成的通用表情基,生成能反映用户情绪的面部动画.在表情基生成过程中,首次引入控制点影响区域的概念来约束拉普拉斯变形算法,以提高通用Blendshape表情基的精度.实验结果表明,该方法简单易行,无需对每名用户进行表情数据预采集,即可在多人同时出现、部分遮挡等情况下实时、鲁棒地生成与用户近似的面部动画.主观评价中,该方法被证明具备优秀的采集灵活度、方便使用、实时性能良好,在普通用户中更具备推广价值.
-
单位虚拟现实技术与系统国家重点实验室; 北京航空航天大学
