[发明专利]一种基于样本学习的多风格人脸卡通画生成方法无效
申请号: | 200910021770.3 | 申请日: | 2009-03-31 |
公开(公告)号: | CN101527049A | 公开(公告)日: | 2009-09-09 |
发明(设计)人: | 刘跃虎;苏远岐;杨旸;吴正旺;邵宇;贾代涛 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06T13/00 | 分类号: | G06T13/00 |
代理公司: | 西安通大专利代理有限责任公司 | 代理人: | 张震国 |
地址: | 710049*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 样本 学习 风格 卡通画 生成 方法 | ||
技术领域
本发明涉及计算机视觉和图形图像处理领域,特别涉及一种针对人脸视觉感知信息的人脸表情真实/非真实感表现技术,具体涉及一种基于样本学习的多风格人脸卡通画生成方法。
背景技术
人脸对象是数字媒体内容表现的主要对象之一,人脸的个性化与丰富表达能力是计算机图形学最具挑战性的处理对象。FACS把人脸表情划分为44个独立运动单元,通过不同运动单元组合来再现复杂脸部表情变化。MPEG借助弹性网格模型和肌肉模型,使用FDP和FAP参数集定义特定人脸对象和表情变化的低码率编码。借鉴人类艺术表现风格的二维人脸绘制如人脸线条画、肖像画、卡通画及漫画,其常用人脸模型大致可分为两类:五官形状模型,通过人脸五官形状组合、变形表示特定的人脸对象;轮廓特征模型,选择人脸五官轮廓特征描述特定人脸表情的几何结构。非参数采样方法也被用来表现人脸肖像的线条特征建模。这些模型针对真实人脸表情重建和个性化人脸绘制的有效性得到广泛认可,但模型参数的自动获取与设置仍然是一个需要解决的困难问题。
发明内容
本发明的目的在于提供一种基于样本学习的多风格人脸卡通画生成方法,该方法利用卡通人脸模型,输入的一幅真实人脸图像,通过学习人脸卡通画样本的绘制风格,自动生成具有不同艺术风格的人脸卡通画。
为达到上述目的,本发明采用的技术方案是:
1)卡通人脸模型的分层结构定义与组成
(1)参考形状表示人脸对象的整体结构和局部特征,记为R=(SR,ER),SR表示人脸对象的整体结构,ER表示人脸对象的局部特征;
(2)绘制式样表示特定风格人脸卡通画的实体布局和绘制实体,与参考形状的整体结构和局部特征为1∶1的映射关系,绘制式样记为P=(SP,EP),SP描述卡通人脸绘制的整体风格和绘制实体布局,EP表示卡通人脸的绘制实体;
2)人脸对象的自动建模
(1)从真实人脸图像中自动获取所需人脸的五官轮廓特征;
(2)根据获取的五官轮廓特征在卡通人脸样本数据库中选择最相近的人脸五官样本;
(3)基于形状调整使五官样本形状逼近特定真实人脸的五官轮廓特征;
3)基于样本学习的自动人脸卡通画绘制合成
(1)输入所需人脸对象的卡通人脸模型;
(2)对绘制式样的每个绘制实体,取出构成该绘制实体的每个绘制元素,按照对应的绘制属性逐层绘制;
(3)如果存在未处理绘制实体,则重复步骤(2),否则绘制合成完成。
本发明的人脸对象划分为人脸五官,包括:左眉、右眉、左眼、右眼、鼻子、嘴巴、脸型、头发、眼镜配饰物,人脸五官的局部特征使用简单几何形状近似表征;
所说的绘制元素和绘制属性用来定义绘制实体的绘制方法,绘制元素是绘制实体表现的基本元素:曲线、区域;绘制属性与绘制元素对应,定义元素的绘制约束,即颜色、线条风格、层次关系、绘制次序、填充颜色或纹理,根据绘制元素及其绘制属性,获取绘制规则,绘制所需风格的实体;
所说的输入所需人脸对象的卡通人脸模型是采用ACM模型算法从人脸图像中自动获取人脸面部轮廓特征,所得到的有限特征点作为人脸五官的几何特征;
所说的根据获取的五官轮廓特征在卡通人脸样本数据库中选择最相近的人脸五官样本是以所需人脸五官特征与样本五官局部特征的距离作为人脸卡通样本的选择准则,对样本五官局部特征用轮廓曲线表示,曲线特征点加权欧氏距离作为轮廓曲线距离,用于样本选择准则;
所说的基于形状调整使五官样本形状逼近所需真实人脸的五官轮廓特征是根据所需人脸的几何特征调整所选择的人脸五官样本,达到真实表现特定人脸个体的差异。
本发明在已有自动人脸几何特征抽取技术和几何变形技术的基础上,克服现有人脸绘制模型的不足,公开一种分层卡通人脸模型从形状和绘制分层表示人脸对象。不同绘制风格的人脸卡通画样本定义人脸对象的参考形状、以及对应人脸卡通画的绘制元素和绘制属性。利用卡通人脸模型,输入的一幅真实人脸图像,通过学习人脸卡通画样本的绘制风格,自动生成具有不同艺术风格的人脸卡通画。本发明可应用于低码率数字媒体内容制作,适合于手机、网络上的个性化媒体内容制作和数字媒体内容消费,具有广阔的应用前景。
附图说明
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200910021770.3/2.html,转载请声明来源钻瓜专利网。