FaceWarehouse: a 3D Facial Expression Database for Visual Computing
来源:互联网 发布:网络拓扑图制作软件 编辑:程序博客网 时间:2024/04/27 16:59
FaceWarehouse: a 3D Facial Expression Database for Visual Computing
IV.应用
FaceWarehouse能被应用在多种视觉计算应用中。在这部分,我们展示4个实例应用:facial image manipulation,face component
transfer,real-time performance-based facial image animation,和facial animation retargeting from video to image。请参考补充材料中的演示视频。
A. facial image manipulation
在该应用中,用户可以操控人脸的特征属性,例如脸的长度,嘴的尺寸,鼻子的高度以及种族,(操控)直接体现在输入的单张人脸图片中。在FaceWarehouse中因为我们只有identity和expression两个属性,我们首先学习一个线性回归模型,该模型将一系列用户定义的人脸属性映射为bilinear face model(人脸双线性模型)中的identity属性。然后,我们为输入的人脸图片计算在bilinear face model(人脸双线性模型)中的identity和expression权重。通过该线性回归模型,用户定义的人脸属性变化被映射为identity属性,然后根据这些权重建立一个新的3D face mesh(人脸三维模型)。最后,使用输入图片的颜色纹理来渲染新的3D face mesh(人脸三维模型)得到新的相关特征已改变的人脸图片。
Facial feature analysis(人脸特征分析)。为了使用自然语言来分析人脸属性(例如嘴的宽度,脸的长度),我们使用multi-variate linear regression(多变量线性回归)[22]算法将这些属性映射为bilinear face model(人脸双线性模型)中的identity属性。对于FaceWarehouse采集的每一个人,我们都有他(或她)的identity权重(一个
我们将所有150个人的identity权重的向量和用户设定的属性组合成两个矩阵,比如分别为
其中
借助
Fitting 3D face mesh to image(图像到三维人脸模型的拟合)。为了使用我们的bilinear model(双线性模型)计算与人脸图像相匹配的三维人脸模型,我们首先使用已经在III-B节提到的方法在图片上定位一系列人脸特征点。然后我们估计人脸模型的刚性变换以及bilinear face model(人脸双线性模型)的identity和expression权重来最小化图像特征点与face mesh(人脸模型)特征点之间的匹配误差。
根据现有工作[5],我们假设相机为弱透视投影。每一个mesh的顶点
其中刚性变换包含一个缩放影子s,一个三维旋转矩阵
图像特征点和mesh特征点之间的匹配误差定义为
其中
该能量可简单地使用[5]中描述的coordinate-descent method(梯度下降法)最小化。
B. Face component transfer
该应用
- FaceWarehouse: a 3D Facial Expression Database for Visual Computing
- ck+database:Comprehensive Database for Facial Expression Analysis论文笔记
- Real-time Expression Transfer for Facial Reenactment
- Facial Expression Recognition via a Boosted Deep Belief Network(泛读)
- Computing for Numerical Methods Using Visual C++
- Facial Expression Recognition Using KCCA
- (1) Facial expression recognition based on Local Binary Patterns: A comprehensive study
- [cloud] A common substrate for cluster computing
- Julia: A New Language for Scientific Computing
- Visual Computing
- Visual Languages for Interactive Computing: Definitions and Formalizations
- A small library for database
- Visual Studio Team Edition for Database Professionals
- Visual Studio Team Edition for Database Professionals
- A Deep Regression Architecture with Two-Stage Re-initialization for High Performance Facial Landmark
- A Simple Sample for Expression Tree
- A Simple Sample for Expression Tree
- for循环中表达式执行顺序for(Expression a;Expression b;Expression c)
- AS之NDK配置
- 我的七個死亡學分(李开复)
- 线性表——顺序存储(C语言版,附带源代码)
- java中日期类型和mysql中日期类型进行整合
- Android 网络编程之 XML 和 JSON 解析
- FaceWarehouse: a 3D Facial Expression Database for Visual Computing
- OpenCV保存成XML(FileStorage)和CSV(重载<<运算符)文件
- 我认为的学习方法。8.0
- UVA 1149 - Bin Packing
- AnimationCurve
- Stanford Named Entity Recognizer (NER)简单应用实例
- 用bat批处理文件去编译及运行小的java代码
- 手把手教你----MyEclipse中 配置 Tomcat
- 水仙花数