[发明专利]基于拉普拉斯变换的数据驱动人脸表情合成方法

说明书

技术领域

本发明涉及计算机图形学及计算机动画技术领域，特别是涉及一种基于拉普拉斯变换的数据驱动人脸表情合成方法。

背景技术

计算机人脸表情动画技术可以合成高度真实感的虚拟人脸表情，它提供了一种快速、高效的刻画虚拟人物表情的工具。人脸表情合成技术将捕获的人脸表情信息有效地迁移到任意人脸模型中，从而合成各种各样的真实感人脸表情。近年来，该技术已被广泛地应用于计算机游戏、在线聊天以及其他人机交互领域。

人脸表情细节可以极大地提高人脸表情动画的真实感，而实时三维扫描系统可以从多个层面上记录人脸表情细节。近年，一些研究人员提出将脸部特征在空间上分为精细、中等与粗糙三种等级，每种代表不同级别的表情运动细节，使用非线性能量优化方法将较高级别的细节添加到带有较低级别表情细节的人脸基网格中，参见Bernd Bickel，Mario Botsch，RolandAngst，Wojciech Matusik，Miguel Otaduy，Hanspeter Pfister，and MarkusGross.Multi-scale capture of facial geometry and motion.ACM Transactionson Graphics，2007，26：33-41。还有一些研究人员使用真实感动态皱纹和高级别人脸细节来自动地合成脸部表情。该方法可以构造出大尺度肌肉运动、中等尺度以及较高级别的脸部皱纹以及动态的皮肤毛孔细节等，参见Wan-Chun Ma，Andrew Jones，Jen-Yuan Chiang，Tim Hawkins，SuneFrederiksen，Pieter Peers，Marko Vukovic，Ming Ouhyoung，and Paul Debevec.Facial performance synthesis using deformation-driven polynomialdisplacement maps.ACM Transactions on Graphics，27：1-10，2008。然而，获取脸部细节需要高级硬件设备的支持，通常代价比较大，而且捕获过程对操作人员的技术要求较高，这种借助增添人脸表情细节提高人脸表情真实感的方法不适合普通大众的使用。

近年，混和样本合成人脸表情技术被广泛地应用于真实感人脸动画技术中。一些研究人员提出了一个基于样例的人脸动画克隆方法，参见Hyewon Pyun，Yejin Kim，Wonseok Chae，Hyung Woo Kang，and Sung Yong Shin.An example-based approach for facial expression cloning.In Proceedings of Symposium on Computer Animation，pages 167-176，Aire-la-Ville，Switzerland，2003.Eurographics Association。还有一些研究人员提出基于混和样例的表演驱动人脸动画方法，参见Erika Chuang and Christoph Bregler.Mood swings：expressive speech animation.ACMTransactions on Graphics，24：331-347，2005。但是，混和样本合成人脸表情动画方法需要提供一个较高质量的人脸表情样本库，构建一个满足要求的人脸表情样本库需要较大的人力和物力，这对普通大众来说是一个很大的难题。而且，最终合成的人脸表情的真实程度由给定的样本以及混和权系数来确定。最近，另有一些研究人员提出了自动地构造最优人脸表情样本的方法，可以很大程度上节省劳力成本，同时他们还给出了一种精确地计算混和权重的方法，可以有效地避免误差累积，参见Xuecheng Liu，Tianlu Mao，Shihong Xia，Yong Yu，and Zhaoqi Wang.Facial animation by optimized blendshapes from motion capture data.Computer Animation and Virtual Worlds，19：235-245，2008。然而，人脸表情变化是个非线性问题。上述的混和样本的方法企图使用线性方法来解决这一非线性问题，所合成表情较单一，而且合成的表情局限在给定样本的线性组合范围内。