[发明专利]一种基于运行传播和Isomap分析的三维人脸动画编辑与合成方法

说明书

技术领域

本发明涉及计算机三维动画技术领域，尤其涉及一种基于运动传播和Isomap分析的三维人脸动画编辑与合成方法。

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。目前越来越多采集的人脸动画数据开始开放，三维人脸动画数据重用的工作取得了一些进展，基本上可以分为如下几类：

三维人脸形状的重用：通过三维扫描仪采集人脸三维形状数据库，对采集的数据进行去噪、平滑和修补后，建立网格之间的对应关系，新角色的三维人脸可以表示为数据库中的三维人脸形状的线性组合。

表情重定向：将已有的人脸表情运动应用到新的角色上，运动位移针对新角色的局部几何特征进行旋转、缩放等调整，表情运动在新的人脸模型上得到真实再现。

表情动画编辑：给定一些约束条件，在已有的三维人脸动画库中合成新的动画序列。表情动画的编辑算法可以使已有的动画数据自动适应剧本的要求。

在动画领域，一种比较常用的方法是以插值方式生成中间帧(In-BetweenFrames)，但这种方法生成的动画比较生硬。

发明内容

本发明的目的是克服现有技术的不足，提供一种基于运动传播和Isomap分析的三维人脸动画编辑与合成方法。此方法可以直观的对人脸动画的生成进行交互式控制，结合先验概率模型对人脸表情的约束，生成较为逼真的表情，同时通过对人脸表情的知识学习，有效地重用人脸动画数据，指定动画的关键帧，得到逼真的人脸表情动画。

为实现上述发明目的，本发明采用下述的技术方案：

基于运动传播和Isomap分析的三维人脸动画编辑与合成方法包括如下步骤：

1)用户通过鼠标在二维屏幕的投影空间进行交互，选择二维空间上人脸模型的投影上的控制点用于约束，将用户指定的约束条件由二维映射到三维空间，从而在三维人脸模型上选定控制点；

2)在建立用户约束条件之后，把人脸动画数据训练一个先验概率模型，通过训练数据估计一个多元高斯概率分布来增加约束条件，将用户约束条件传播到人脸网格的未约束部分，对运动传播的结果采用概率方法选择最佳的人脸表情模型。

3)人脸表情的变化分布在一个高维空间的流形上，通过对三维人脸模型的顶点坐标首尾相接得到高维向量组成的表情动画数据，用标准的Isomap算法来对表情动画数据处理，寻找人脸动画序列的低维本征参数；

4)通过Isomap算法拟合高维曲面上的平滑测地线，用户交互式指定关键帧，从已有动画库中选取中间帧，以自动合成新的人脸动画序列。

所述的在建立用户约束条件之后，把人脸动画数据训练一个先验概率模型，通过训练数据估计一个多元高斯概率分布来增加约束条件，将用户约束条件传播到人脸网格的未约束部分，对运动传播的结果采用概率方法选择最佳的人脸表情模型步骤：

(a)对于包含N个人脸表情模型的训练样本，假设任意训练样本中的人脸模型有m个顶点，每个表情模型根据大小、朝向进行对齐后，每个顶点以中性表情帧作为参照，提取每个顶点的运动向量Δv_ij＝{Δx_ij，Δy_ij，Δz_ij}，1≤i≤m，1≤j≤N，表示第j帧第i个顶点的位移，每个点的运动向量的长度l_ij＝||Δv_ij||，则将其规一化为[0，1)：lij′=lijmaxpli,p+δ]]>为松弛因子。根据l′_ij建立256维运动向量直方图：