基于二維圖像的三維人臉重建的應(yīng)用研究

姜柏軍

（浙江商業(yè)職業(yè)技術(shù)學(xué)院 浙江 杭州 310053）

摘 要：本文運(yùn)用算法合成的方法，對于給定的二維人臉圖像，重建成3D人臉的方法進(jìn)行了論述。結(jié)果表明，目前重建3D人臉的算法研究方法很多也比較成熟，也出現(xiàn)了有實(shí)用價(jià)值的應(yīng)用，但在現(xiàn)實(shí)生活中的應(yīng)用推廣還是較少。如何利用這些人臉識別的算法生成的三維人臉，在人們?nèi)粘Ｉ钪羞M(jìn)行有效的推廣與應(yīng)用，文中闡述了3D人臉重建的過程，引申了應(yīng)用于發(fā)型輔助設(shè)計(jì)中，具有非常好的應(yīng)用價(jià)值。

關(guān)鍵詞：二維圖像；人臉識別；人臉重建；發(fā)型設(shè)計(jì)

0 前言

從人臉重建研究以來，對于人臉重建的方法和應(yīng)用一直得到人們的廣泛關(guān)注。人臉是一個(gè)復(fù)雜的幾何形狀和膚色材質(zhì)。全世界所有人的臉都各不相同，也為通過算法建模生成到計(jì)算機(jī)中的三維人臉帶來了困難。尤其是建立一個(gè)通用的人臉庫，工作量巨大。人臉是個(gè)非剛體，每個(gè)人臉識別都要用一套算法去處理。人臉數(shù)據(jù)庫計(jì)算量非常龐大，對于人臉非剛體的識別計(jì)算量相應(yīng)的數(shù)量級增加。

1 研究對象與方法

本文的研究方法，通過一個(gè)高清的CCD與計(jì)算機(jī)相連，拍攝一張正面圖像和側(cè)面圖像輸入到計(jì)算機(jī)里。為了便于二維圖像的處理、識別與預(yù)處理。本文使用以下方法。

（1）規(guī)范化[1]人臉圖像，給定特定人臉的三幅圖像，正面和左右側(cè)。縮放圖像，裁剪圖像，統(tǒng)一標(biāo)準(zhǔn)，歸一化[2]。

（2）一般人臉模型的整體調(diào)整。借助于造型軟件導(dǎo)出三維多邊形網(wǎng)格模型[3]。

（3）人臉三維特征關(guān)鍵點(diǎn)的獲取方法。整個(gè)識別過程包括人臉相似度[4]計(jì)算、人臉輪廓提取、人臉定位、人臉內(nèi)部輪廓提取、眼睛定位、鼻子定位、嘴定位、眉毛定位、耳朵定位、下巴定位等。為了進(jìn)行人臉檢測，采用基于膚色法進(jìn)行人臉識別，為了精確識別，將人臉圖像進(jìn)行顏色空間映射，再建立膚色模型獲得相似度矩陣，最后歸一化。對確認(rèn)的人臉區(qū)域，進(jìn)行區(qū)域擴(kuò)充，形成包含全部頭部的區(qū)域A。然后在區(qū)域A中用多閾值進(jìn)行二值化合并得到二值圖像B。在得到的二值圖像B中，用區(qū)域標(biāo)號算法對不同的“黑”連通區(qū)域進(jìn)行標(biāo)號化，用預(yù)設(shè)的面積閾值過濾由于噪聲造成的小的孤立連通區(qū)[5]。通過眼睛的垂直位置，剖面分析獲得的鼻子、嘴、下巴，可以限制面部特征提取這個(gè)矩形窗口。每個(gè)區(qū)域的位置和大小是確定的基礎(chǔ)上的垂直位置和面部特征的典型大小。

2 人臉重建的意義

研究人臉重建的應(yīng)用在理論知識和算法技術(shù)上都有重要的意義：一是收集和豐富人臉庫；二是推進(jìn)對人類視覺系統(tǒng)的進(jìn)一步認(rèn)識；三是可以滿足人工智能和機(jī)器視覺的需要。采用人臉識別技術(shù)，建立三維人臉模型生成三維人臉。當(dāng)前人臉重建在安防系列產(chǎn)品中的使用最為常見，伴隨著技術(shù)的不斷更新和發(fā)展，利用計(jì)算機(jī)實(shí)現(xiàn)對三維人臉重建應(yīng)用會(huì)越來越廣，產(chǎn)生的價(jià)值也會(huì)隨之增加。

3 結(jié)果與分析

3.1 人臉重建的現(xiàn)狀

國內(nèi)研究起步相對較晚，自上個(gè)世紀(jì)90年代末才開始研究人臉建模和動(dòng)畫，并實(shí)現(xiàn)了一些人臉建模和動(dòng)畫系統(tǒng)。國內(nèi)的院校和研究機(jī)構(gòu)有：中國科學(xué)院計(jì)算所、哈爾濱工業(yè)大學(xué)、浙江大學(xué)、中國科技大學(xué)、上海交通大學(xué)等。國內(nèi)目前仍然處于理論研究、初步實(shí)踐和開發(fā)的階段，中國也在建造屬于中國人的人臉數(shù)據(jù)庫。雖然國內(nèi)人臉重建起步比較晚，但是也取得了一些成就。中國現(xiàn)在大多為理論研究算法，真正實(shí)現(xiàn)應(yīng)用于產(chǎn)品涉及的較少，通過理論研究，通過建立的高效算法實(shí)現(xiàn)有應(yīng)用價(jià)值的系統(tǒng)是目前的一塊空白。

3.2 人臉重建的基礎(chǔ)研究不足

目前人臉重建研究在停留在實(shí)驗(yàn)室、基礎(chǔ)算法的研究相對薄弱，，因?yàn)檫@個(gè)領(lǐng)域的門檻比較高。尤其是人臉數(shù)據(jù)庫的收集，要建立一種通用的模型，需要有更多的人臉?biāo)夭募尤氲竭@個(gè)素材庫，才能建立一個(gè)合理的模型，這樣人臉匹配的精確度更高，關(guān)鍵是將二維轉(zhuǎn)換成三維的時(shí)候特征點(diǎn)的對應(yīng)。

3.3 人臉重建的算法效率不高

人臉重建涉及到圖像領(lǐng)域的處理，當(dāng)前由于數(shù)碼設(shè)備的硬件的參數(shù)不斷提到，拍攝的照片像素越來越多，一張高清的照片容量是幾M到幾十M之間。計(jì)算機(jī)在處理的圖像過程中，需要調(diào)入內(nèi)存，圖片越大，算法對于內(nèi)存的管理是非常重要的，計(jì)算機(jī)算法對于圖像數(shù)據(jù)的處理，內(nèi)存的分配使用，起著關(guān)鍵的作用。

3.4 應(yīng)用需要進(jìn)一步推廣

（1）影視游戲 使用計(jì)算機(jī)軟硬件生成更逼真生動(dòng)的人臉是影視以及游戲設(shè)計(jì)開發(fā)人員需解決的一個(gè)重要問題，如好萊塢的幾部動(dòng)畫大片《獅子王》、《汽車總動(dòng)員》等，都是利用人物表情技術(shù)與人臉重建技術(shù)的結(jié)合，在立體場景中構(gòu)造虛擬人物，帶來逼真栩栩如生的視覺效果。

（2）醫(yī)學(xué) 計(jì)算機(jī)圖形學(xué)在醫(yī)學(xué)領(lǐng)域有著廣泛的應(yīng)用，利用三維人臉重建和動(dòng)畫技術(shù)可以對頭顱進(jìn)行虛擬手術(shù)及人臉外科手術(shù)的仿真模擬，根據(jù)模擬可以制訂詳細(xì)準(zhǔn)確的手術(shù)方案，以降低手術(shù)風(fēng)險(xiǎn)，提高成功率。

（3）安防 近幾年，安防工作的地位逐漸突出，人臉重建在人臉識別技術(shù)的基礎(chǔ)上，利用人的面部圖像特征重建成真實(shí)人臉，與真實(shí)人臉比對，判斷人員身份，使人更容易判斷，提高準(zhǔn)確性。

（4）輔助設(shè)計(jì) 當(dāng)前，隨著人們生活水平的提高和計(jì)算機(jī)技術(shù)的普及，計(jì)算機(jī)技術(shù)應(yīng)用到人的生活越來越緊密。當(dāng)一個(gè)人要去做發(fā)型時(shí)，先拍攝兩張二維照片，在電腦里重建成三維人臉。頭發(fā)也通過軟件在電腦里虛擬生成，按照人的要求由發(fā)型師在電腦里輔助設(shè)計(jì)，客戶選自己喜歡的發(fā)型繼而決定真實(shí)的設(shè)計(jì)發(fā)型。這樣的虛擬設(shè)計(jì)既可以減少浪費(fèi)，又能設(shè)計(jì)客戶滿意的發(fā)型。

4 建議

本文探討的人臉識別與重建的算法過程，能借助于這些成熟的算法和技術(shù)在發(fā)型輔助設(shè)計(jì)領(lǐng)域進(jìn)行推廣與應(yīng)用。在現(xiàn)有研究的基礎(chǔ)上，將研究過程中的方法、思路、經(jīng)驗(yàn)發(fā)表成論文，同時(shí)通過論文與其他研究人員交流，專門將人臉重建項(xiàng)目發(fā)展成一個(gè)行業(yè)性的開源項(xiàng)目。與國內(nèi)做的成功研究所、高校展開理論研究合作，且不斷的完善開發(fā)的應(yīng)用軟件，通過數(shù)據(jù)比對來提高準(zhǔn)確度。通過互聯(lián)網(wǎng)平臺，積極探索行業(yè)里需要用到人臉重建的應(yīng)用方向，展開深度合作與開發(fā)，借助于這個(gè)人臉庫、軟件模塊開發(fā)實(shí)用的行業(yè)軟件。

參考文獻(xiàn)

[1] 楊家紅，史超，王耀南.基于規(guī)范化KDDA的人臉識別算法[J].計(jì)算機(jī)工程與應(yīng)用：2007（43）.

[2] 薛迎春.基于圖像矩的圖像歸一化的設(shè)計(jì)與實(shí)現(xiàn)[J].數(shù)字技術(shù)與應(yīng)用：2013（4）.

[3] 宋師.真實(shí)感人臉網(wǎng)格模型的紋理映射研究[D].武漢理工大學(xué)：2012：11-11.

[4] 張凱. 基于相似度空間尋優(yōu)的開集人臉識別方法[J].微型電腦應(yīng)用：2010（26）.

[5] 鄭強(qiáng).基于顏色特征的圖像檢索模型[D].西南大學(xué)碩士學(xué)位論文：2010：20-22.