第 l2期 f 敏等:基于二维半雕刻系统的三维人脸重建 ·l65·
基于二维半雕刻系统的三维人脸重建
王 敏,殷 烨,陈养彬,丁友东,陈一民
(上海大学 计算机工程与科学学院 多媒体 中心,上海 200072)
摘 要:三维人脸的重建是二维半雕刻系统的核心内容,提 出了一种从正、侧 面图像上 自动提取特征点来修正
通用模型从而重建三维人脸的方法:首先使用特征点模板 匹配的方法 自动提取 出特征点,然后 以这些特征点为
依据 ,通过整体 变换和径向基插值来修正通 用模型得到特定人脸 同时建立 了一个人脸模型库来获得特征点模
板 ,并且提 出了一种分块存储的方法可以更精确地针对脸部不同区域进行重建:实验验证 ,这种方法效率高、交
互操作少、取得 了满意的重建效果。
关键词 :三雏重建;特征提取 ;人脸模型库;二维半雕刻 ;图像处理
中图法分类号 :TP39l 文献标识码 :A 文章编号 :1001—3695(2005)12,0165—03
3 D Facial Reconstruction Based on 2.5 D Carve System
WANG Min,YIN Ye,CHEN Yang—bin,DING You—dong,CHEN Yi—min
(~lultimedia Center,School Computer Engineering& St ien
型号相 机 (Canon
Powershot A30)同13,1-~t'~摄某人的正、侧面照片
1.2 人脸模型库
现在有很多人脸数据库,按照用途划分有用作人脸识别 、
姿念估计 、表情捕捉等,其 l}1用作人脸识别的数据库有:FERET
数据库 ,XM2VTS数据库 ” ,AR Face Dalabase ,MIT Face
Database ,ORL Database ,Yale DB ”
。 这些数据库都存
在 一个问题 ,就是很少包含亚洲人脸,或者只是包含有限数蕈
的亚洲人脸。由于区域的差异,使亚洲人的脸部轮廓和欧美仃
很大的不同,相对而言,亚洲人的脸部轮廓要平缓一些。这样
如果使用现有的欧美人脸数据库分析得到的特征点模板来
配岖洲人脸就会产生很大的误差(图 1(a)),为了得到一个更
准确的特征点模板,我们需要建立 自己的亚洲人脸数据库 ,建
立了自己的人脸数据库,它包括 47个人的脸部正、侧面图像,
其中27个男生,20个女生,年龄在 20岁 ~30岁之间,全部为
中同人 :
对模型库中的人脸数据信息进行处理得到一个针对特定
年龄特定区域(20岁 ~30岁,中国人)的人脸特征点模板。对
数据库图片分析的过程采用线性迭代模板优化分析法,初始的
模板数据采用现有的欧洲人脸的数据,每分析完一组图片后便
将该数据与前面的数据做条件相加作为新的模板数据。具体
的提取特征点信息的过程和接下来介绍的对特定人脸提取特
维普资讯 http://www.cqvip.com
· 166· 计算机应用研究 2005年
征点的过程是 一样的,将在 卜文中详细介绍。实验表明,女l】图
l所示,与使用欧洲人脸模型相比,使用此模型库分析得到的
特征点模板,正面特征点 自动提取的准确率有了大幅度 的提
高:
2 人脸特征点的 自动提取
很多研究者致力于正曲特征点的提取 作,也有少蕈的研
究如何从侧面图像提取出持征点,很少有可以高效地将止、侧
面提取持征点相结合的自动的方法 本文研究的重点之一就
足如何利用模板匹配和正、侧向图像之问的内部约束关系米 自
动提取特征点
2.1特征点定义
我们一共定义 r 58个特tLE点 ,这些点是准确表述人脸特
征的龟要参考:图2展爪了定义的 35个特征点 另 23个可
以由点 l3~35,根据人H令的对称性得到:
_I
(a)使刚欧洲人 (b)使用本 文
睑特征点模板 特征点模板
图 l
2 2 图像的初始化
坐标轴设定如图3所示 ,两眼rf1点坐标为坐标原点 O( ,
)。本文采用人眼自动定位方法 求得原点坐标。具体算
法是:首先基于人脸几何特征先验知识,建立人跟位置的判定
准则,对分割阈值范围进行粗估计,然后采用分割阈值递增法,
并结合人眼位置判定准则,判定正面分割图像巾双眼黑块是双
眼黑块的真实性。设定 轴长( 而图像两耳之间的距离)、l,
轴长(正面图像上头盖骨到下 巴的距离)、z轴长(侧而图像上
鼻尖到外耳轮廓的距离)。初始化坐标轴如图3所示。
2.3 头发抽取
对人脸的重建工作分为头发重建和脸部重建。提取头发
区域从分析灰度直方图人手,首先利用自适应分割技术得到最
佳分割阈值,将图像二值化,搜索出头发 域,然后利用滤波器
去除其中的噪声点,最后将头发区域的边界数据存为链表。
为了去除阀值分割以后的头发区域存在的噪声点,我们设
计了一个 3×3的去噪滤波器 ,采用两次滤波来去除头发区域
存在的噪声点,接下来使用区域生长种子填充算法将头发区域
填上特定值,最后用边界跟踪算法对边界进行跟踪 ,依次以链
表的方式记下头发区域的边界点(图4)
图 3 初始化坐标轴
2.4 特征点的自动提取
(a)闽ff(分剖 (I )两次上 (r)边 界跟踪
后的}刳像 噪滤波后 头发 域
冈 4 头发抽取过程
我们借助于模板匹配与图像分析相结合的方法,通过多次
图像处理可以近似准确地得到特征点的信息 ,而利用模板可以
充分利用持征点之『白J的相互制约关系,大大减少工作量:
侧面特征点包括侧面轮廓线的局部极值点和侧面脸部特
征点,理论上侧面轮廓特征点 可以用曲线拟合和差分的方法得
到,而脸部的特征点可以由特征点模板和边缘曲线约束共同求
得。我们首先对侧面图像进行边缘提取,搜索侧面轮廓 ,然后
以特征点模板为参考约束去除噪声点,找到侧面特征点。
本文采崩的是以各种微分算子为基础,结合用模板及门
限、平滑等手段来提取边缘 ,试验中我们分别采用了 Robert算
子、Sobel算子 、Prewitt算子、Laplacian算子、Canny算子等综合
比较 针对我们的实验而言,Sobel边缘算子具有 比较好的适
应性 ,在大多数情况下都能产生比较理想的效果 我们最终采
用 Sobel算子提取边缘。
图5以提取侧面轮廓上持征点为例来说明自动提取过程:
提取出整幅图像的边缘轮廓后(图5(a)),开始逐行搜索得到
边界点(图5(b)),蓝色为找到的边界点,红色为通过差分算
法得到的特征点。可以看到轮廓线上有部分噪声点,我们使用
特征点模板为约束参考去除轮廓线 I 的噪声点 ,对去噪后的离
散轮廓点进行差分得到轮廓上的特征点(图 5(C)),可以发现
有几个特征点没有找到 ,并且还存在一些噪声干扰点,接下米
再次利用特征点模板为约束来找到侧面轮廓上的另外几个特
征点,并且将不满足模板的噪声点去除(图 5(d)) 最后以已
提取出的轮廓特征点 、特征点模板 、图像边缘共同为参考来求
得侧面脸部的其他特征点。
— —
I
{ 矗 s
一 一 /
(a) (I,) (t·) (d)
图5 侧面轮廓特征点自动提取
有侧面特征点作参考,正面特征点提取要相对简单一些 ,
对于每一个持征点 ,由于在正侧面图像上具有相同的,值,那
么满足纵坐标在Y值附近、与其他点的坐标能与特征点模板匹
配、同时又存在于轮廓线上的这样的点即为匹配的正面特征
点
3 通用模型的修正
3.1 关于通用模型
现在有很多的通用模型可供使用,通常根据具体应用的
同来选择不同的模型,图6是比较常用的三种模型。
图6(a)所示为 Candide Face Mode 包括 113个结点,
168个面优点是模型简单,计算速度快,缺点是包含的人脸信
息不够精细 ,需要继续通过别的算法来进一步重建细节和对人
脸表面光顺。图6(b)所示为Waters Face Model 19包括 256个
结点 ,441个而。模型相对简单结构合理,多用于做肌肉驱动
动画的模型,图 6(c·)本文所用模型由 Poser软件导出:包括
2 310个结点,13 500条边,4 500个面 。结构比较复杂,人脸的
每个细节都有描述,更侧重于人脸的细节刻画。模型分块如图
7所示
.
维普资讯 http://www.cqvip.com
第 12期 王 敏等:基于二维半雕刻系统的三维人脸重建 ·167·
(a) (b) (c‘)
图6 通用模型 图7 模型分块
3.2 分块存储
大多数的研究者都是将人脸看作一个整体来进行重建工
作 ,如果要修改脸部的某个局部,往往比较困难,同时如果移动
一 个点,需要计算整个模型中点的移动,实际计算中玎销较大,
考虑到某些局部点的移动并不会对全部人脸网格点产生影响,
为了后面更精确地进行局部细节重建,我们
_r一种分块存
储结构‘ ,将人脸按照其特征区域分为额头 、鬓角、眼睛、眉
毛、脸颊、嘴唇、鼻子、耳朵、下巴等,分块 域既 可以合在一起
作为一个整体的人脸来进行全局变换,也可以针对每块分别进
行 涮整:
3。3 三维模型修正
三维模型的修上E分为整体变换和局部变换:整体变换
的过程就是粗调节通用模型的过程,也是将通用模型网格点尽
可能地接近计算得到的 58个特征点 ,式(1)、式 (2)给出 r整
体变换计算表达式
MinE(S,R.7'):∑(p,一Pw) (1)
Pw:[ Ⅳ,Y ,2lf] :S‘R·[ ,m,,,,o :w0 +T (2)
式中P ,P,,P 分别代表修改后模型点、由图片分析计算得到
的特征点和初始通用模型点。我们用线性迭代最小二乘法
来求解得到 S,R,T,然后将通用模 上所有点进行整体变换
变换后的结果如图 8(b)所示。
整体变换后通用模型在大体轮廓上接近特定人脸。接下来
的局部变换是将通用模型按照其特征区域分块来进行捌整 ,以
使修正后的模型无论在大轮廓还是细节都更像特定人脸:假
设结点在通用模型中的位置为 P ( ,,,,Z),在实拍图像中的位
置为JD,( ,Y, )。局部变换的作用就是在将 P 移动刮 P,的
同时,对结点所影响到的周围网格点的坐标作出适 当的变换,
使得整体调整后的局部区域不会显得过于尖锐,同时增加该
域细节处的精致,使其与特定人脸更加接近。
局部变换的方法很多,如表面插值方法 ,它根据特征点
修改前后的位置,通过插值的方法计算出特征点周围的顶点的
位移。这种方法的局限性在于单个特征点的移动将导致整个
模型的变形,因而无法将变形局限在一个合适的范同内。而精
确的肌肉模型 ’可以用来确定局部变换涉及的点,同时计算
出它们的位移,但冈为肌肉模型本身的复杂性 ,将带来算法复
杂度增加和实时性的降低。本文采用 一种将两者结合的简化
算法。采用径向基函数 表面插值方法,建立一个简化的肌
肉模型,同时以人脸分块来限定特征点的影响区域。具体如
下:埘每个的非特征点 P的修正可以由它所在区域的 修正的
点P‘(包括特征点和非特征点)的偏移 来计算得到计算公
式如_F:
“(,J):∑ (1l P—P J J)up (3)
, (ff P~P ff):1/1+e 一
其中,? r =。 (4)
【∑c .p :0
我们参考人脸肌肉模型 根据点的属性和位置米确定系
数 c 将三维模型局部变换后的效果如图8(c)所示。
9 ■
(a)通,H模型 (f1)整体变换后 (c)t4郫变换后
图 8 通用模型修
4 总结与分析
本文是在人脸重建方面进行了实验性的分析,在简单的实
验条件下,由已知的两幅正交图像重建出特定人脸 ,并尝试性
地建立了一个小型亚洲人脸数据库。实验证明应用此人脸数
据库生成的特征点模板更接近于待重建三维人脸,特征点自动
提取精度更高。三维修正阶段采用了分层次、分细节的凋整算
法 ,一方面将模型分块,另一方面将整体变换和局部变换相结
合。接下来的工作首先是模型库的扩充,预想建立一个包含不
同年龄段 、不同地区的亚洲人脸数据库。同时利用这些数据,
来生成一个针对亚洲人脸的通用模型。这样 ,修改三维模型阶
段可以提高精确度。同时考虑改进脸部分块的局部调整算法 ,
由于人脸部每块都有其独特的特征 ,比如眼部细节较多、网格
面相对复杂,而额头网格面相对比较平缓 ,所 以考虑对每个人
脸分块采用不同的插值方法,以得到更加满意的重建效果。
参考文献:
[1] V Blanz,T Vetter。A Morphable Model for the Synthesis of 3 D Faces
[C]。Los Angeles,USA:SIGGRAPH’99 Conf.Proc.,1999.
[2] M Reinders,P Beck,B Sankur,et a1.Facial Feature Localization and
Adaption of a Generic Face Model for Model—based Coding[J].SP:
Image Communication,1995,7:57—74.
[3] Guenter,C Grimm,DWolf,et a1.Making Faces[C].SIGGRAPH’98
Proceedings,1998.55—66.
[4] Lengagne R,Fua P,Monga O.3D Face Modeling from Stereo and Dif-
ferential Constraints[C].Proc.ICAFGR,1998 148—153.
[5] V Blanz,T Vetter.A Morphable Model for the Synthesis of 3D Faces
[C].Los Angeles,USA:SIGGRAPH’99 Conf.Proc.,1999.
[6] FaceGen Modeller 2.0 from Singular Inversion Inc.[EB/OL].ht—
tp://www.FaceGen.com.
[7] R L Hsu,A K Jain.Face Modeling for Recognition[C].Pro,:.ICIP,
Greece,2001.
[8] Y Lee,D Terzopuolos,K Waters.Realistic Modeling for Facial Anima—
tion[C].Proc.SIGGRAPH,1995.55-61.
[9] B Guenter,C Grimm,H Malvar,et a1.Making Faces[C].Proc SIG—
GRAPH,1998.
[1O]Tanbul Turkey.3D Reconstruction of Anatomical Surfaces from Unor-
ganized Range Data[C].Proceedings of the 23rd Annual EMBS Inter—
national Conference,25 28. (下转 第 193页)
◇ ~
碧
国
维普资讯 http://www.cqvip.com
第 l2期 陈亚睿等:基于XML的通用 目录服务检索引擎设计与实现 ·l93·
5 返回结果
g一 .ca g-d
:蓬 薯 = 上 点I
Tm l q ■_ ∞曲 v I
一 № I 。
J 帕 一 一 一 ~
t鹱霎孽= .
’
P·_一.. ·由' C0n|.C'hon
趋 ≈帅 _啉 , 二 一 +,翳 翳 55皇
0 Ⅵ m F~G'10 ∞㈣
’L|tN- }c
‘0∞_嘶h_-瞬 }c-憎 c}郫
Lb- D }cc}郫
}●_ l Id~ cm H} _。●∞嘲岫 枷 )
H·呲 }· 5 s搴s s5*
F“ }m0w∞00∞
’● ●
一 一 l l — l 一
图6 更改属性值
5 结束语
本文设计并实现 lr一个通用目录检索引擎,通过它不同客
户端可以透明访问目录服务,而不需要进行特定的转换,充分
提高 r目录的透明性和口f达范嗣。对于 XML Web Service应
用请求的支持,适应了新一代分布式技术发展的需要。
在下一一步工作中,将对这个系统在安全性方面逐步加以完
善。如在 DSML上进行签名等加密和认证技术,并进行基于角
色的访问控制 (RBAC)
参考文献:
[1 J Steven Fitzgerald,Ian Foster,el a1.A Directo~Service for Contigu—
ring High—performance Distributed Computations[J J.The 6th IEEE
International Symposium on,1997,(8):365—375.
[2 J DirectoD'Services Markup Language v2.0[EB/OI _.http://www.
oasis—open.org/specs/index.php#dsmlv2,2002
[3] Elliotte Rusty Harold.Java语言与XML处理教程[M].刘文红,
赵伟明,等.北京:电子工业出版社.2002.
[4] Roger Jennings.用DSMI 穿越防火墙访问目录[EB/OL].http://
www.ftponline.com/china/XmlFile.aspx? ID:1 14,2002.
[5] Novell Developer Kit DSMLV2/SOAP[EB/OI ].http://developer.
novel1.com/dsml,2004.
[6] Rosanna Lee.The JNDI Tutorial—building Directory—enabled Java Ap—
plications[EB/OL].http://java.sun.com/products/jndi/tutorial。
2(x】2.
[7] Dongwan Shin,Gall—Joon Ahn,Joon S Park.An Application of Di—
rectory Service Markup Language (DSML)for Role—based Access
Control(RBAC)[J]Computer Software and Applications Co,ffere—
nee,2002,(8):934—939.
作者简介:
陈亚睿,女,硕士研究生,主要研究方向为计算机软件工程、目录服务、
Web Service;赵曦滨,男,博士研究生,主要研究方向为计算机系统安
全、软件工程;顾明,女,副教授,主要研究方向为操作系统、中间件技
术、分布式应用系统支撑平台、电子商务等:
(上接第167页)
[1 1]V Blanz,T A Vetter.Morphable Model for the Synthesis ot 3D Faces
[C].SIGGRAPH’99 Proceedings,1999.
[12]P J Phillips,H Moon,P J Rauss,el a1.The FERET Evaluation Me—
thodology for Face Recognition Algorithms[J].IEEE Transactions on
Pattern Analysis and Machine Intelligence,2000,22(10).
[1 3]J Matas,M Hamouz,K Jonsson,el a1.Comparison of Face Verifica—
tion Results on the XM2V rS Database[C J.Proceedings of the 15th
International Conference on Pattern Recognition,Barcelona(Spain),
2000.858.863.
[14]A M Martinez,A C Kak.PCA Versus LDA[J].IEEE Transactions
on Pattern Analysis and Machine Intelligence,2001,23(2).
[1 5]M Turk,A Pentland.Eigenfaees for Recognition[J].Cognitive Neuro—
science,1991,3(1).
『16]F Samaria,A Hatter.Parameterisation of a Stochastic Model for Hu—
man Face Identification[C] Proceedings of the 2nd IEEE Workshop
on Applications of Computer Vision,Sarasota FL,1994.
[17]P Belhumeur,J Hespanha,D Kriegnmn.Eigmffaces vs.Fisherfaces:
Class Specific Linear Projection[J].IEEE Transactions on PAMI,
1997,19(7),711—720.
[18]J Ahlberg.CANDIDE一3一An Updated Parameterized Face[R].Report
No.LiTH—ISY—R一2326,hnage Coding Group,Dept.of EE,Linkping U—
niversity,Sweden,2001.
[19]F I Parke,K Waters.Computer Facial Animation[M].A K Peters。
Wellesley,Massachusetts,1996.
[2O]邹北骥.人脸造型与面部表情动画技术研究[D J.长沙:湖南大
学博士学位论文,26—31.
[21]邹北骥,彭永进,伍立华,等.基 于面分块的人脸造型技术研究
【J].电子学报 ,2001,29(33).
[22]A—Nasser Ansari,Mohamed AbdeI—Mottaleb.3 D Face Modeling Using
Two Views and a Generic Face Model with Application to 3D Face
Recognition[c].Proceedings of the IEEE Conference on Advanced
Video and Signal Based Surveillance(AVSS’03).
[23]B C Yin,W Gao.Radial Basis Function Interpolation on Space Mesh
『C].Virtual Proceedings of ACM SIGGRAPH97.150.
[24]Yuencheng Lee,Demetri Terzopoulos,Keith Waters.Constructing
Physics.based Facial Models of Individuals『C] Toronto.Canada:
Proceeding of Graphics Interface’93.1993.1—8.
[25]M J D Powel1.Radial Basis Functions for Multivariate Interpolation
[A].A Review.In J C Mason,M G Cox.Algorithms for Approxi—
mationf C].Clarendon Press,Oxford,1987.
[26]陶亮,庄镇泉.复杂背景TAA$自动定位[J].计算机辅助设计与
图形学学报,2003,15(1).
维普资讯 http://www.cqvip.com