[发明专利]一种基于区域分割和分段学习的三维人脸动画制作的方法

说明书

技术领域

本发明涉及三维人脸网格的区域划分的方法，涉及人脸表情运动和三维人脸网格变形的方法，属于计算机三维动画技术领域。

背景技术

三维人脸动画技术最早的工作开始于1972年。其后的学者做了很多工作，以期能够生成逼真生动的三维人脸动画。但由于人脸的解剖学结构非常复杂，细微的非刚性运动难以用数学建模，同时，人们对人脸外观的敏感性，使得这一课题非常困难。目前真实感三维人脸动画的工作取得了一些进展，基本上可以分为如下几类：

基于插值的方法：最早的人脸动画是基于插值的方法。首先由动画师制作一些特定的人脸表情关键帧，然后用线性插值在这些关键帧之间建立光滑的过渡。这种方法主要依靠动画师的个人能力，而且比较耗时。

基于自由变形的方法：自由变形的方法把三维人脸动画转化为一个曲面变形的问题。由若干控制点组成了一个包围体，包围体的运动直接驱动人脸网格的变形。这种方法输入限制少，但往往需要对人脸进行区域划分，这个过程对一般用户来说比较困难和繁琐；而且由于变形体没有考虑人脸网格本身的拓扑结构，所以变形往往会产生一些瑕疵。

基于物理建模的方法：首先对人脸的解剖学结构，如肌肉、头骨和皮肤进行建模，然后运动捕获数据则可以转化为肌肉收缩的参数，驱动模型的人脸动画。这种方法产生的符合人脸的运动特性，比较真实，但计算代价比较高，且难以快速对新角色建立物理模型。

基于例子的方法：三维人脸动画被看作是一些特定实例的线性组合。运动捕获数据中的运动向量，直接被用来估计线性组合的参数和插值系数。预先定义的实例则通过这些参数和系数被混合在一起。这类方法比较稳定和准确，但建立实例的过程比较昂贵和繁琐。

表情克隆的方法：为了将已有的三维网格运动数据应用到新的三维人脸模上，运动位移需要针对网格的局部几何特征进行旋转和缩放。表情克隆可以解决不同三维人脸曲面网格之间的运动重定向问题。

实时人脸动画捕获：通过计算机视觉算法，视频中的角色的三维形状和彩色纹理被实时重建。这种方法可以对特定角色进行逼真生动的动画创作，但产生的动画难以转移到其他角色上。

发明内容

本发明的目的在于提供一种基于区域分割和分段学习的三维人脸动画制作的方法。此方法可以对单个人脸模型进行自动区域分割，并通过分段径向基函数对人脸非刚性运动进行建模，从而生成具有真实感的人脸动画；同时避免了对人脸功能区域进行手工划分的繁琐，具有较好的实时性和可扩展性。

为实现上述发明目的，本发明采用下述的技术方案：

基于区域分割和分段学习的三维人脸动画制作的方法，其特征在于：该方法包括如下步骤：首先获取稀疏的三维运动捕获数据和三维人脸曲面网格；然后在三维人脸网格上标定运动捕获数据的对应控制点；采用聚类算法对三维人脸模型进行区域分割；分割得到的曲面片来训练分段径向基函数，控制三维人脸曲面网格的变形；对边缘运动采用改进的Voronoi-Cell算法进行融合。

所述的一种基于区域分割和分段学习的三维人脸动画制作的方法，其特征在于，所述的获取稀疏三维运动捕获数据：在人面部的关键运动部位粘贴反光标记点，采用三维运动捕获设备，对反光标记点进行视觉跟踪，对面部标记点的三维空间位置进行三维重建，然后用文件的方式记录。

所述的一种基于区域分割和分段学习的三维人脸动画制作的方法，其特征在于，所述的获取三维人脸曲面网格数据：采用光学三维扫描仪，获取人脸的三维几何信息和彩色纹理信息，并用三维绘图软件包绘制在显示器上。

所述的一种基于区域分割和分段学习的三维人脸动画制作的方法，其特征在于，所述的在三维人脸网格上标定运动捕获数据的对应控制点：对于已经获取的人脸的三维模型，采用三维绘图软件包绘制在显示器上，用计算机鼠标交互方法，对人脸模型上的关键运动部位进行选取，所选取的特征点与所获取的运动数据对应的特征点一致，建立运动捕获数据和三维曲面网格特征点的对应关系。