删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于非刚性ICP的三维人脸数据配准算法

清华大学 辅仁网/2017-07-07

基于非刚性ICP的三维人脸数据配准算法
林源,梁舒,王生进()
3-D faces registration via non-rigid ICP
Yuan LIN,Shu LIANG,Shengjin WANG()
State Key Laboratory of Intelligent Technology and Systems, Department of Electronic Engineering, Tsinghua University, Beijing 100084, China

摘要:
HTML
输出: BibTeX | EndNote (RIS) 背景资料
文章导读
摘要三维人脸扫描数据的配准是三维人脸统计学习的基础和前提。为了解决离散点群数据的精确配准问题,该文提出一种融合弹性形变的非刚性最近点迭代(ICP)三维人脸数据配准算法。该算法利用稀疏的特征点逐步形变一个高分辨率的三维模板网格(模板三维人脸)以逼近三维人脸扫描数据(目标三维人脸)。此形变过程可以建模为一个关于模板人脸上每个顶点的仿射变换的优化问题。此外,该算法通过引入弹性形变在不损失配准精度的前提下加速了配准过程。在此基础上,该文提出一种融合弹性形变和三维配准的三维人脸的头部缺失数据补齐算法,使得三维人脸模型更具有真实感和完整性。实验表明,该算法比一种目前较为广泛应用的人脸头部补齐算法更具鲁棒性。

关键词 三维扫描,三维人脸,非刚性配准,最近点迭代法
Abstract:3-D scanned face registration is the foundation and the prerequisite for 3-D faces statistical learning. To solve the problem of registering these digital points accurately, a 3-D faces registration method was developed using a non-rigid iterative closet point (ICP) algorithm combined with elastic deformation. By using the sparse 3-D feature vertices, the method fits high-resolution 3-D template meshes (3-D template faces) to 3-D face range scans (3-D target faces) through deformations step by step. This deformation process can be formulated as an optimization problem for the affine transformation at each vertex of the template face. In addition, this algorithm accelerates the registration process without sacrificing the registration accuracy by introducing elastic deformation. On this basis, a head missing data completion method for 3-D faces, combining the elastic deformation and the proposed 3-D registration, was developed to enhance the reality and the completeness of the 3-D face models. The experimental results show that this method is more robust than a widely used face completion method.

Key words3-D scanning3-D facenon-rigid registrationICP
收稿日期: 2012-03-19 出版日期: 2015-04-16
ZTFLH: 
基金资助:国家自然科学基金资助项目(61071135);国家“八六三”高技术项目(2012AA011004)
引用本文:
林源, 梁舒, 王生进. 基于非刚性ICP的三维人脸数据配准算法[J]. 清华大学学报(自然科学版), 2014, 54(3): 334-340.
Yuan LIN, Shu LIANG, Shengjin WANG. 3-D faces registration via non-rigid ICP. Journal of Tsinghua University(Science and Technology), 2014, 54(3): 334-340.
链接本文:
http://jst.tsinghuajournals.com/CN/ http://jst.tsinghuajournals.com/CN/Y2014/V54/I3/334


图表:
本文所提三维人脸配准算法流程图
模板人脸模型及面部特征点
头部补齐算法所用的三维模板头
标准纹理图及头部纹理图
组号 α β γ
1 0 0.2 10
2 0.2 0.2 10
3 1 0.3 5
4 10 0.5 0.5
5 20 0.3 0.1


非刚性ICP配准时所用5组参数
BUJT-3D数据库中3个三维人脸配准结果
均值/% 中值/% 最大值/% 最小值/%
mean 7.93 7.43 28.41 0.40
std 1.76 1.71 10.63 0.35


模板人脸与目标人脸之间的相对距离
M1 M2
mean std mean std
均值/% 0.66 0.14 0.67 0.14
中值/% 0.49 0.04 0.49 0.04
最大值/% 13.75 5.36 13.76 5.36
最小值/% 0.00 0.00 0.00 0.00


形变模板人脸与目标人脸之间的相对误差
BUJT-3D数据库中全部人脸的三维配准结果
改进前后的非刚性ICP的配准时间对比图
本文头部补齐结果与文[6]头部补齐结果对比图
纹理贴图后的三维头部补齐形状模型


参考文献:
[1] Spreeuwers L. Fast and accurate 3d face recognition[J]. International Journal of Computer Vision, 2011, 93(3): 389-414.
[2] Tena J R, Dela Torre F, Matthews I. Interactive region-based linear 3d face models[J]. ACM Transactions on Graphics, 2011, 30(4): 76.
[3] Besl P J, McKay N D. Method for registration of 3-D shapes [C]// Robotics-DL Tentative. International Society for Optics and Photonics, 1992: 586-606.
[4] 罗先波, 钟约先, 李仁举. 三维扫描系统中的数据配准技术[J]. 清华大学学报: 自然科学版, 2004, 44(8): 1104-1106. LUO Xianbo, ZHONG Yuexian, LI Renju. Data registration in 3-D scanning system[J] J Tsinghua Univ: Sci & Technol, 2004, 44(8): 1104-1106.(in Chinese)
[5] Allen B, Curless B, PopovićZ. The space of human body shapes: Reconstruction and parameterization from range scans[J]. ACM Transactions on Graphics, 2003, 22(3): 587-594.
[6] Amberg B, Romdhani S, Vetter T. Optimal step nonrigid icp algorithms for surface registration [C]// Proc IEEE CVPR'07. Piscataway, NJ: IEEE Press, 2007: 1-8.
[7] Blanz V, Vetter T. A morphable model for the synthesis of 3D faces [C]// Proc ACM SIGGRAPH. USA: ACM Press, 1999: 187-194.
[8] 丁镠, 丁晓青, 方驰. L1约束的三维人脸稀疏重建[J]. 清华大学学报: 自然科学版, 2012, 52(5): 581-585. DING Liu, DING Xiaoqing, FANG Chi. L1 constrainted 3-D face sparse reconstruction[J] J Tsinghua Univ: Sci & Technol, 2012, 52(5): 581-585.(in Chinese)
[9] Zhu C, Byrd R H, Lu P, et al.Algorithm 778: L-BFGS-B: Fortran subroutines for large-scale bound-constrained optimization[J]. ACM Transactions on Mathematical Software, 1997, 23(4): 550-560.
[10] Desbrun M, Meyer M,Schröder P.et al.Implicit fairing of irregular meshes using diffusion and curvature flow [C]// Proc ACM SIGGRAPH. USA: ACM Press, 1999: 317-324.
[11] Lin Y, Wang S, Lin Q,et al.Face swapping under large pose variations: A 3D model based approach [C]// Proc IEEE ICME 2012. Piscataway, NJ: IEEE Press, 2012: 333-338.
[12] ZHU Jianke, Gool L V, Hoi C H S. Unsupervised face alignment by robust nonrigid mapping [C]// Proc IEEE ICCV 2009. Piscataway, NJ: IEEE Press, 2009: 1265-1272.
[13] Beijing University of Technology. The BJUT-3D large-scale Chinese face database [EB/OL]. [2012-03-15]. http://www.bjut.edu.cn/sci/multimedia/mul-lab/3dface/home.htm.


相关文章:
[1]王振波, 张君, 罗孙一鸣. 喷水法成型纤维网增强水泥基板材抗弯性能[J]. 清华大学学报(自然科学版), 2014, 54(5): 551-555.
[2]罗逍, 姚远, 张金换. 一种毫米波雷达和摄像头联合标定方法[J]. 清华大学学报(自然科学版), 2014, 54(3): 289-293.
[3]张金换, 刘卫国, 李景涛, 赵福全. 行人头型冲击器试验有限元建模及敏感参数分析[J]. 清华大学学报(自然科学版), 2014, 54(3): 294-298.
[4]许述财, 邹猛, 魏灿刚, 王龙臻, 张金换, 于用军. 仿竹结构薄壁管的轴向耐撞性分析及优化[J]. 清华大学学报(自然科学版), 2014, 54(3): 299-304.
[5]屈岳波, 曹彬, 王梁, 张伯奇, 吴健栋, 蔡志鹏, 潘际銮. 窄间隙埋弧焊接头熔合区弱化的研究[J]. 清华大学学报(自然科学版), 2014, 54(3): 305-308.
[6]朱兵, 陈洵欢, 张文俊, 胡山鹰, 金涌. 中国合成氨行业清洁生产潜力分析[J]. 清华大学学报(自然科学版), 2014, 54(3): 309-313.
[7]熊杰明, 陈潇, 孙国娟, 葛明兰, 黄海燕, 杨靖丰. 煤沥青原料性质和反应条件对中间相炭微球粒度分布和形貌的影响[J]. 清华大学学报(自然科学版), 2014, 54(3): 314-319.
[8]张超, 刘奕, 张辉, 黄弘. 基于支持向量机的城市燃气日负荷预测方法研究[J]. 清华大学学报(自然科学版), 2014, 54(3): 320-325.
[9]肖斌, 肖田元. 支持成员动态重用的HLA/RTI扩展[J]. 清华大学学报(自然科学版), 2014, 54(3): 326-333.
[10]蔡志鹏, 吴健栋, 汤之南, 张伯奇, 潘际銮, 刘霞. 汽轮机焊接转子接头低周疲劳过程损伤变量的复合分析法[J]. 清华大学学报(自然科学版), 2014, 54(2): 178-184.
[11]刘佳君, 孙振国, 张文增, 陈强. 两端吸附式爬壁机器人机械臂运动误差修正算法[J]. 清华大学学报(自然科学版), 2014, 54(2): 185-190.
[12]赵海燕, 徐兴全, 于兴哲, 朱小武. 旋挖钻机钻杆键条焊接接头的残余应力[J]. 清华大学学报(自然科学版), 2014, 54(2): 191-196.
[13]彭卓, 邓焱, 马骋, 熊剑平, 尹永利. 基于FPGA的高精度正弦信号发生器设计与实现[J]. 清华大学学报(自然科学版), 2014, 54(2): 197-201.
[14]窦福印, 王鹏, 余兴龙. 提高角度法SPR检测系统分辨率的方法[J]. 清华大学学报(自然科学版), 2014, 54(2): 202-206.
[15]孟凡, 董永贵. 基于方波脉冲激励的电导率测量方法[J]. 清华大学学报(自然科学版), 2014, 54(2): 207-211.

相关话题/数据 过程 优化 清华 自然科学