一种高效的人像面部变形方法技术

技术编号:9223768 阅读:147 留言:0更新日期:2013-10-04 17:43
一种高效的人像面部变形方法,属于计算机应用技术领域。采用拉普拉斯(Laplacian)约束和层次化形状匹配技术,并采用相关数学方法,对图像进行操作,包括:层次化人物脸部特征点、分层计算人物脸部轮廓拉普拉斯能量、添加拉普拉斯约束并计算新特征点、构建新三角网格并生成新图像等步骤。本发明专利技术针对人像面部变形的需求,提出这一数字图像自动化人像面部变形方法,其通过层次化的方法大大缩短了人像面部变形所需的时间,能够部署在移动平台等计算能力有限的硬件平台。

【技术实现步骤摘要】

【技术保护点】
一种高效的人像面部变形方法,采用层次化的方法,分层的对人像面部添加拉普拉斯约束,并通过拉普拉斯约束调整特征点的位置;其特征包括以下步骤:第一步,以层次化的方式对面部特征点分组将面部的轮廓线取端点和中间点,偶数取中间两点,构成集合V,若为标准脸形上的点记为Vt;取两端点构成控制点集合Vc,g=记为一组;之后将轮廓线从中间一分为二,奇数则中间点同时归属于两边,分别对两部分重复上述分组操作得g1,g2,将g1,g2称为g的子分组,迭代上述操作直到不可再分;第二步,对分组添加拉普拉斯约束并求解新特征点定义拉普拉斯矩阵L如下,ij为目标脸型上的点的编号v表示特征点:对上述分组g使用如下公式分别对目标脸型上的点的x分量和y分量计算拉普拉斯能量,计算表达式为:Δtd=LVtd?????????????????????????(2)其中Δtd,Vtd,d∈{x,y}表示对应集合中元素的坐标分量组成的集合;根据求得的Δtx,Δty构造新的特征点V′,新构造的特征点集需要满足两个约束:其一,拉普拉斯约束:新构造的特征点集的拉普拉斯值要尽量贴近目标脸 型;其二,位置约束:新构建的特征点应大体保持在原始人像的面部附近;对点坐标的每一个分量,求解如下方程组的最优解,最终形成一组新的人脸外部轮廓特征点V′:LCV′=ΔtVc,---(3)第三步,用V′中的点替换本次分组的子分组中对应的点;对子分组重复第二步和第三步,直到所操作的分组没有子分组为止;第四步,根据调整后的新特征点建立网格,将原图像重映射至新网格上。FDA00003355528400011.jpg,FDA00003355528400022.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员:樊鑫王胜法王祎冯昱尧柴智
申请(专利权)人:大连理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1