伍 菲

(桂林电子科技大学 信息科技学院， 广西 桂林 541004)

随着人工智能领域的快速发展，计算机视觉已成为该领域的热门研究方向.在技术研究逐渐深入的背景下，如何合成三维的人脸表情，成为了计算机视觉领域的重点研究方向[1-3]，具有较高的实用与商业价值.一般而言，三维人脸表情的合成是利用图片或视频中的数据，令中性参考模型生成丰富的表情变化.在不同光线、视角和角度等条件下，合成算法需对二维图片进行精细地刻画和优化[4-8].目前，大量学者已在三维人脸表情合成研究上取得了一定的成果[9-10].其中，Zhu等[11]使用BFM数据库和线性基，实现了三维人脸表情形状的生成；而Xiong等[12]在人脸表情生成过程中，引入了迁移方法，从而优化了算法的速度和执行效率.但人脸表情生成的研究领域仍有大量问题未被完全解决，例如：中性参考模型的选择，光线、角度和姿态等条件的影响，对应关系的选择及特征点位置的平滑性优化等.因此，如何设计一种适应多种背景条件且具有泛化性的通用算法，仍是三维人脸表情合成中急需解决的关键问题.

针对上述问题，本文在分析主流合成算法的基础上，提出了一种基于NURBS(non-uniform rational B-splines)曲面的人脸表情合成算法.该合成算法利用优化NURBS控制点的方法，确定连续的参考模型，同时该合成算法利用几何与平滑约束的方法，增加三维人脸表情的平滑性；通过相应的设置和优化，该合成算法部分消除了不同光线、角……