基于數(shù)字媒體技術的交互式三維臉部表情動畫合成方法研究

張 帥

(滁州學院，安徽 滁州 239000)

隨著三維動畫產業(yè)的發(fā)展，對三維動畫的視覺優(yōu)化設計和合成技術提出了更高的要求，需要構建高效的交互式三維臉部表情動畫合成模型，結合交互式圖像處理技術，采用紋理渲染和三維融合的方法實現(xiàn)交互式三維臉部表情動畫合成，提高三維動畫的影視效果。相關的交互式三維臉部表情動畫合成技術設計研究受到人們的極大關注[1]。

對交互式三維臉部表情動畫合成設計是建立在特征分析和信息融合的基礎上完成的，構建數(shù)字媒體交互式三維臉部表情動畫圖像采樣模型，在三維信息特征提取的基礎上建立信息融合模型。

當前，針對三維臉部表情動畫合成的方法主要有基于模糊度辨識的合成方法、基于RGB融合的合成方法以及基于參數(shù)模糊度特征分析的合成方法等[2-4]。但傳統(tǒng)方法的自適應性不好，渲染能力不夠。

對此，本文提出基于數(shù)字媒體技術的交互式三維臉部表情動畫合成方法。在構建數(shù)字媒體交互式三維臉部表情動畫圖像采集模型的基礎上，采用多層次紋理映射方法構建特征提取模型，對提取的三維臉部表情特征點進行合成預處理。然后采用RGB分解技術進行動畫圖像的顏色分量融合，再根據(jù)視覺重建結構實現(xiàn)動畫合成。最后進行仿真測試分析，展示了本文方法在提高交互式三維臉部表情動畫合成能力方面的優(yōu)越性能。

1 三維臉部表情動畫圖像信息采集和預處理

1.1 交互式三維臉部表情動畫圖像采集

首先構建數(shù)字媒體交互式三維臉部表情動畫圖像采集模型，結合濾波檢測技術[5]實現(xiàn)動畫合成和色彩搭配。在這一過程中，采用參數(shù)模板匹配的方法，得到數(shù)字媒體交互式三維臉部表情動畫圖像合成的匹配適應度函數(shù)為：

(1)

(2)

u(t)=rect(t)·T2π+[log2|t|-Wuu(a,b)]

(3)

式中，|t|≤1/2，rect(t)表示動畫樣本函數(shù)，t表示信息視覺參數(shù)。利用數(shù)字媒體技術對交互式三維臉部表情動畫的三維中心點進行粗糙集圖像匹配[7]，得到動畫圖像的頻率因子為：

(4)

式中，K=Tfmaxfmin/B表示三維臉部表情動畫的粗糙度比對值，t0=f0T/B表示圖像合成因子頻率系數(shù)，f0表示動畫交互處理的適應度系數(shù)，fmin，fmax分別表示動畫采集的最低和最高采樣頻率，B表示采集樣本數(shù)據(jù)范圍。

在此基礎上，對圖像進行多尺度分解，得到交互式三維臉部表情動畫合成圖像區(qū)塊信息采集函數(shù)為：

(5)

其中，?表示交互式三維臉部表情動畫采集的模糊卷積算子。

根據(jù)上述分析，構建了數(shù)字媒體交互式三維臉部表情動畫圖像采集模型，如圖1所示。

圖1 交互式三維臉部表情動畫圖像采集模型

通過對交互式三維臉部表情動畫進行圖像采集，得到圖像信息，然后采用多層次紋理映射方法構建數(shù)字媒體交互式三維人臉特征提取模型，對提取的三維人臉特征點進行合成預處理。

1.2 三維臉部表情動畫特征合成預處理

分析數(shù)字媒體交互式三維臉部表情動畫圖像的三維信息特征，采用多層次紋理映射方法建立特征信息提取模型，然后采用匹配濾波檢測方法完成圖像尺度分解[9]，得到數(shù)字媒體交互式三維臉部表情動畫圖像的特征分解序列I(k)(i,j)表示如下：

(6)

式中，I(i,j)表示三維臉部表情動畫多元線性特征函數(shù)，Ik表示動畫圖像分解向量，g表示圖像的灰度邊緣特征集。

結合上述得到的特征分解序列構建三維動畫圖像的張量模型，對交互式三維臉部表情動畫圖像進行參數(shù)優(yōu)化，得到參數(shù)特征分解結果為：

(7)

式中，u為交互式三維臉部表情動畫的二維色彩空間分塊匹配集在p(i,j)的信息強度，(i,j)表示三維臉部表情動畫的多尺度分布像素序列，m表示三維色彩空間分塊匹配集的信息強度。采用多元線性特征結合方法，得到交互式三維臉部表情動畫圖像的視覺傳達分析模型為：

(8)

其中，f(x,y)、ε(x,y)分別表示交互式三維臉部表情動畫的自適應引導濾波函數(shù)，采用RGB分解技術進行交互式三維臉部表情動畫的鄰域檢測，得到特征信息分量為：

(9)

式中，i表示交互式三維臉部表情動畫圖像的模糊度合成系數(shù)，R表示動畫圖像的規(guī)范量化集，sj表示灰度信息，gi表示動畫圖像的色彩空間。

在多分辨視覺成像環(huán)境下[10]，得到交互式三維臉部表情動畫的分塊區(qū)域特征處理函數(shù)為：

(10)

式中，xc，xd分別表示交互式三維臉部表情動畫圖像樣本分塊區(qū)域。

采用分塊區(qū)域檢測，計算匹配窗口相關系數(shù)，實現(xiàn)交互式三維臉部表情動畫的分塊特征匹配，得到分塊匹配的區(qū)域為M×N，在2×2的子塊區(qū)域，采用顏色模板空間引導濾波檢測的方法，進行交互式三維臉部表情動畫圖像的優(yōu)化特征辨識處理[11]。

2 交互式三維臉部表情動畫合成優(yōu)化

2.1 三維臉部表情動畫信息融合

將交互式三維臉部表情動畫圖像特征點輸入到特征映射關系模型中，結合模糊信息融合的方法[12]，得到交互式三維臉部表情動畫圖像的聚焦融合輸出式為：

(11)

式中，Ts表示交互式三維臉部表情動畫圖像采樣時間間隔，Dj表示三維臉部表情動畫圖像色彩認知的局部分解值。基于此，采用虛擬視景重構技術進行圖像匹配[13]，并建立數(shù)字媒體交互式三維臉部表情動畫圖像合成三維重建模型，得到融合像素為：

(12)

式中，P表示交互式三維人臉圖像元素初始值，Q表示融合分布序列，x1,x2表示動畫場景像素的參數(shù)坐標。然后通過空間區(qū)域融合方法，進行數(shù)字媒體交互式三維臉部表情動畫圖像合成的灰色分解，得到動畫圖像的融合關聯(lián)度為μ。然后結合信息融合的方法，實現(xiàn)對數(shù)字媒體交互式三維人臉信息跟蹤識別和視覺重建，得到交互式三維臉部表情動畫圖像的邊緣尺度為：

(13)

式中，R表示交互式三維臉部表情動畫圖像的跟蹤距離。如果pixel_A

(14)

其中，θ表示交互式三維臉部表情動畫合成的信息合成量，λ1,λ2分別為長、短邊緣尺度，交互式三維臉部表情動畫模糊信息融合函數(shù)為：

(15)

采用RGB分解技術進行交互式三維臉部表情動畫圖像的顏色分量融合，實現(xiàn)交互式三維臉部表情動畫合成和圖像融合。

2.2 交互式三維臉部表情動畫合成輸出

結合模糊信息融合的方法，實現(xiàn)對交互式三維人臉信息跟蹤識別和視覺重建[14]，根據(jù)視覺重建結構，得到交互式三維臉部表情動畫圖像的濾波合成函數(shù)為：

(16)

其中，K表示交互式三維臉部表情動畫圖像的邊緣聚焦函數(shù)，m表示圖像分解尺度，uj(k)表示像素強度，j表示交互式三維臉部表情動畫合成的能量系數(shù)。通過鄰域插值補償?shù)姆椒ǎ玫浇换ナ饺S臉部表情動畫的像素點合成函數(shù)為[15]：

(17)

式中，wmt表示交互式三維臉部表情動畫合成分塊輸出的檢測系數(shù)。

綜上，利用數(shù)字媒體技術進行交互式三維臉部表情動畫合成，合成后的動畫人臉邊緣輪廓向量用p*=(Xcs2,θ*,ρ*)描述，采用視覺邊緣處理技術，得到交互式三維臉部表情動畫分布的區(qū)域像素分布集合式為：

(18)

設置h為交互式三維臉部表情動畫圖像的邊緣像素集，采用正則化向量分解的方法，得到三維臉部表情動畫狀態(tài)輸出匹配量為：

(19)

根據(jù)上述分析，采用多維空間數(shù)據(jù)組合檢測的方法，實現(xiàn)對交互式三維臉部表情動畫合成，提高臉部表情動畫的視覺圖像表達能力。

3 仿真實驗與結果分析

為驗證本文方法在三維臉部表情動畫合成中應用性能進行仿真測試分析。

三維臉部表情動畫采集的像素點大小為300300300，特征辨識度水平為0.83，三維重構的迭代次數(shù)為1200，動畫合成渲染的模糊系數(shù)為0.36，三維人臉合成的窗口大小為1246，根據(jù)上述參數(shù)設定，進行數(shù)字媒體交互式三維臉部表情動畫合成，對本文方法和傳統(tǒng)方法進行融合度對比，對比結果如圖2所示。

圖2 三維臉部表情動畫場景色彩搭配信息融合度

分析圖2可知，用本文方法進行三維臉部表情動畫合成的融合度遠高于其他傳統(tǒng)方法，證明本文方法能夠有效提高色彩搭配圖形的三維分布融合能力。

進行三維臉部表情動畫合成場景色彩搭配系統(tǒng)圖像的優(yōu)化輸出，得到不同方法下的對比結果如圖3所示。

圖3 三維臉部表情動畫場景色彩搭配輸出

分析圖3得知，本文方法進行數(shù)字媒體交互式三維臉部表情動畫合成的輸出質量較高，測試輸出信噪比，得到對比結果見表1。

表1 輸出信噪比測試

分析表1得知，本文方法進行數(shù)字媒體交互式三維臉部表情動畫合成的輸出信噪比較高，說明動畫合成輸出精度較高。

結語

本文提出基于數(shù)字媒體技術的交互式三維臉部表情動畫合成方法，采用多層次紋理映射方法構建三維人臉特征提取模型，然后對動畫圖像的三維信息進行特征提取，并建立模糊信息融合模型。采用正則化向量特征分解法實現(xiàn)對交互式三維臉部表情動畫的合成，提高臉部表情動畫的視覺圖像表達能力。經(jīng)實驗研究得知，本文方法對交互式三維臉部表情動畫合成的效果較好，輸出結果質量較高。