技术领域
本发明涉及一种图像处理技术领域的方法,具体是一种由一幅正面图像实现 快速人脸模型重建的方法。
背景技术
图像作为一种十分重要的媒体和手段越来越受到人们的重视,图像已成为 工程学、计算机科学、信息科学、统计学、物理学、化学、
生物学、医学甚至 社会科学等领域各学科之间学习和研究的对象。三维图形是
计算机图形学中比 较重要的分支。而将二维图像和三维模型结合起来也是最近研究的热点,同时 也是
人脸识别中的难点所在。若由二维图像获得对应的三维模型,这将会对人 脸识别大有作用。因为现有人脸识别的几大难题,如
姿态、光照、表情(PIE) 在二维图像中几乎很难解决,而在三维中就可以获得很多的信息量。另外,加 上不同的光照,动画生成表情,姿态的旋转等都可以容易在三维中得到实现。 因此,有必要也迫切需要由二维图像实现人脸模型重建的发明方法。
经对
现有技术的文献检索发现,Volker Blanz等人在《IEEE transaction on Pattern Recognition and Machine Intelligence》Vol.25,No.9,September 2003,1063-1074(IEEE
模式识别与机器智能,第25卷,第9期,2003年九月 版,1063-1074页)上,使用一种可
变形的模型,经过多重优化得到最终匹配的 人脸模型。该方法用了200个扫描获得的三维人脸模型,通过线性组合。结合 旋转
角度、光照等22个参数,经过
迭代优化
算法,最终获得目标模型。这样的 匹配是一个相当复杂的过程,在奔42G的机器上需耗时四分半钟。检索中还发 现,江大龙等人在《Pattern Recognition》Vol.38,Issue 6,June 2005, 787-798(IEEE模式识别与机器智能,第38卷,第6期,2005年六月版,787-798 页)上,用了几何重建的方法。他们首先在二维正面人脸图像上标好特征点, 计算二维形状特征值,代换到三维的线性组合中,从而得到三维模型的形状值。 最后
抽取纹理信息补到三维模型上。这样的方法也用到了多个人脸库,包括二 维图像库和三维人脸模型库,因此计算速度也不是很快。
发明内容
本发明的目的在于针对现有技术的不足,提出由一幅正面图像实现快速人脸 模型重建的方法,不需要多个三维模型和多幅二维图像,而是只用一个平均模 型和一幅目标二维图像,快速生成对应的三维人脸模型。实验证明,本发明具 有实时快速、方便简单、无需大量人脸库等多方面优点。
本发明是通过以下技术方案实现的:用标定好模型上的标记点和由目标二维 图像的特征点对应的三维标记点,采用基于改进的薄板样条(Thin-plate Spline)弹性插值算法,对模型每一个坐标进行计算,得到新的模型的三维坐 标点;同时粘贴原始图像的纹理,得到粗略的模型;最后通过插值算法将侧面 的纹理信息补全,最终获得目标三维模型。
本发明具体包括以下步骤:
(1)取点,保存。这里的取点包括两种取点:一是平均模型上的三维点, 这个可以很容易得到;二是在二维图像上取对应的特征点。一般人脸图像的特 征点有眼睛,鼻子,嘴巴,脸轮廓等。三维标记点的特征和数目必须与目标图 像的标记点一致;
(2)将二维图像特征点转化为三维特征点。将x、y方向上的特征点进行比 例缩放,从而得到二维图像的“三维”特征点的x、y坐标;再将x、y的比例 求其平均缩放对应三维标记点的深度信息作为新的特征点的深度。
(3)用薄板样条插值算法进行弹性变形。对此,薄板样条函数作如下改进: 所有的二维点均用三维点代替,相应的距离函数、双调和函数、求取新的坐标 点的函数均
修改成三维坐标的变量,直接求取新的坐标,此时变形完成,获得 基本的形状模型;
(4)粘贴纹理。这里可将对应的纹理信息按比例放置于模型上,中间不够 的信息可以采用插值的方法得到;而若模型不需要很多纹理信息,则可以对应
位置上先求取平均再粘贴到模型制
定位置上;
(5)纹理插值。这里的插值包含两部分,一部分是由于正面纹理信息不够 而需要的插值,一部分是侧面缺少信息而需要插值。对于由于正面纹理信息不 够而需要的插值,可以设置适当的球体,计算球体内的纹理平均信息直接填补。 对于由于侧面缺少信息而需要插值,可以采用加权的RGB信息来得到。取得框 好边界的立体
块,其中包含了侧面的纹理空缺点,同时也包含足够的纹理信息。 对于任意一个位置纹理信息的点,将体积块以此点为中心分成若干扇形小块 (n),沿着分成的方向取已有的纹理信息,再经距离加权,可以获得比较准确 的纹理。公式如下:
式中,λi为纹理点到待插值点距离的倒数,T为已有的纹理信息。此方法获 得的插值信息,可用于实时场合,快速细致。
本发明不需要多个三维模型和多幅二维图像,而是只用一个平均模型和一幅 目标二维图像,快速生成对应的三维人脸模型,具有实时快速、方便简单、无 需大量人脸库等多方面优点。
附图说明
图1为本发明方法
框图具体实施方式
如图1所示,
由一幅正面图像实现快速人脸模型重建的方法,需要四个步 骤:
1.取点,保存
这里的取点包括两种取点:一是平均模型上的三维点,这个利用openGL的 相关知识可以很容易得到;二是在二维图像上取对应的特征点,也不是问题。 要说明的是,一般人脸图像的特征点有眼睛,鼻子,嘴巴,脸轮廓等,并且三 维标记点的特征和数目必须与二维目标图像的标记点一致;
2.将二维图像特征点转化为三维特征点
将x、y方向上的特征点进行比例缩放,从而得到二维图像的“三维”特征 点的x、y坐标;再将x、y的比例求其平均缩放对应三维标记点的深度信息作 为新的特征点的深度。缩放时,可以将平均三维模型的标记点影射得到对应的 屏幕坐标,对应的原点也得到了一个基准点;再在二维图像上取相同特征的二 维坐标,通过比例关系,计算得到新的“三维”特征点。计算公式如下:
其中,Inew为转换后的三维坐标,Iland指先前取得的三维标记点坐标,Ifea是 先前取得的二维特征点坐标,Inorm1为按要求取的对应的二维基准点坐标,Iland′指 影射得到的屏幕二维坐标,Inorm2是三维原点影射得到的屏幕坐标。I=X,Y,Z。
3.用薄板样条插值算法进行弹性变形
一般的弹性变形算法涉及以下三个方面:
1)在参考图像和待配准图像中选择控制点并且决定它们的对应关系;
2)通过已知的坐标和控制点决定映射函数的类型和参数;
3)用映射函数对待配准图像进行几何变换。
这里,本发明选择既有全局变形,也有局部变形的薄板样条插值算法。该算 法描述如下:
薄板样条是用于对分散点数据集插值得到曲面的工具,是弹性插值,它将插 值问题模拟为一个薄金属板在点约束下的弯曲变形,用简练的代数式表示变形的
能量。薄板样条是这样得到的。
薄板样条的基函数为U(r)=r2logr2
其中,
可以看作是一维三次样条函数|x3|自然扩展到二维的结果。
假设有一个二维点集,(x1,y1),(x2,y2),…,(xn,yn),称之为标志 点,
令Pi=(xi,yi),i=1,2,...,n,同时定义ri,j=|Pi-Pj|,为点Pi和点Pj的欧几里得距 离。
定义n×n矩阵
及n×3矩阵
在此0代表3×3的0矩阵,PT是P的转置。想使金属板在点(xi,yi)处 高度为zi,因而构建行矢量V=(z1,z2,...,zi)和列矢量Y=(V 0 0 0)T,维数 为(n+3)×1。
通过下式定义列矢量W=(w1,w2,...wn)和系数a1,ax,ay:
L-1Y=(W|a1 ax ay)T
根据以上定义得到要求的函数:
为此,将薄板样条函数作如下改进:所有的二维点均用三维点代替,相应的 基函数、构建矩阵、求取新的坐标点的函数均加以修改成三维坐标的变量。这 样,通过两组得到的三维标记点,可以直接代入求取新的坐标。此时,变形完 成。
该方法同样适用于其它类型的径向基函数,如线形插值、高斯插值、多曲面 插值等。利用直接的三维点进行插值,消除了因为二维坐标展开造成的数据失 真,也大大节省了运算时间,是比较理想的变形方法。
4.粘贴纹理
这里可将对应的纹理信息按比例放置于模型上,中间不够的信息可以采用插 值的方法得到;而若模型不需要很多纹理信息,则可以对应位置上先求取平均 再粘贴到模型制定位置上;
5.纹理插值
这里的插值包含两部分,一部分是由于正面纹理信息不够而需要的插值,一 部分是侧面缺少信息而需要插值。对于由于正面纹理信息不够而需要的插值, 可以设置适当的球体,计算球体内的纹理平均信息直接填补。对于由于侧面缺 少信息而需要插值,可以采用加权的纹理信息来得到。取得框好边界的立体块, 其中包含了侧面的纹理空缺点,同时也包含足够的纹理信息。对于任意一个位 置纹理信息的点,将体积块以此点为中心分成若干扇形小块(n),沿着分成的 方向取已有的纹理信息,再经距离加权,可以获得比较准确的纹理。公式如下:
式中,λi为纹理点到待插值点距离的倒数,T为已有的纹理信息。此方法获 得的插值信息,可用于实时场合,快速细致,也可用于人脸识别系统,提高识 别率。