● 摘要
三维人脸的快速建模与表情动画是虚拟现实的重要研究方向之一。利用低成本的设备对动态人脸进行快捷的三维数据采集，并运用符合解剖学规律的高效算法进行人脸表情动画模拟，是提高虚拟现实系统交互性与沉浸感的重要手段。本论文以“实时三维图形平台BH_GRAPH”[ ]为研究背景，以降低人脸三维数据扫描成本、提高三维人脸建模效率以及自动化程度，为非专业图形应用技术人员提供便捷有效的“扫描（Scanning）—建模（Modelling）—装配（Rigging）—动画（Animation）”生成方式为目标，深入研究了三维人脸建模与动画的相关技术，通过对真实动态人脸进行深度数据的高速采样与三维重构，实现了三维人脸模型的高效构建，并通过对人脸骨骼肌肉的解剖学模型进行简化模拟，实现了人脸肌肉模型自动构造与动画驱动。论文在以下四个方面取得了创新成果或重要进展：（1）基于相位偏移结构光的三维动态人脸高速扫描方法真实感人脸建模是近年来计算机动画、计算机视觉以及图像识别领域的研究热点。人脸的生理结构复杂、表情多样，从而给三维人脸数据信息的获取带来了极大的挑战。传统的基于3D扫描设备的数据获取方法虽然具有较高的精度，但其昂贵的成本和较低的扫描效率使其应用受到限制；基于多角度图像的三维人脸数据获取方法虽然效率高，但扫描得到的数据精度低，真实感较差，不能满足主流应用的需求。针对这些问题，本文提出一种用于三维动态人脸点云数据获取的相位偏移结构光扫描方法，该方法在综合分析现有扫描技术的基础上，运用相位偏移的结构光扫描技术，以成本较低的硬件设备代替昂贵的传统扫描设备，并提出了高效的相机/投影机联合标定方法以及基于GPU的相位计算与展开等算法，既保证了扫描效率，又可以满足绝大多数虚拟现实应用对扫描精度的要求。（2）基于自适应拓扑的三维人脸非刚性配准方法时变三维数据(3D Time-varying Data)的非刚性配准是计算机图形学与计算机视觉中的一项重要工作，具有广泛的应用基础。传统的非刚性人脸配准方式采用拓扑不可变的静态人脸模板，通过一系列刚性和非刚性变形逐步逼近扫描得到的深度数据，没有充分考虑所采用的模板与扫描数据的复杂度和精细度是否匹配的问题，造成配准结果的精度低或数据冗余量大等问题。针对这些问题，本文着重研究了利用标准人脸对点云进行数据配准的优化解决方案，分析了传统方法的不足，提出了一种拓扑可变的三维人脸点云数据非刚性配准方法。该方法将网格细分/化简技术与非刚性配准技术有机结合，在迭代配准的过程中，通过对标准人脸模型局部的拓扑结构进行自适应地调整优化，使得非刚性变形后的模型与扫描数据具有更高的匹配度，在提高配准精度的同时，有效降低配准后模型的数据冗余。（3）基于特征点映射的三维人脸肌肉模型自动构造方法传统的三维人脸动画技术需要美工人员对每个人脸模型进行长时间的手工装配和调整，致使在不同模型间重用装配模型变得十分困难。肌肉模型是目前最为常用的人脸动画驱动模型，能够通过模拟脸部的肌肉收缩与舒张，实现驱动三维人脸面部表情变化的目标。然而，以往面部肌肉模型的构造不仅耗时耗力，而且每次更换三维人脸模型之后，所有的构造工作都需要重新来过，这使得一般用户难以对自己所需的人脸模型进行定制。针对如上问题，本文提出一种新的基于三维人脸特征点映射的肌肉模型自动构造方法。我们将三维人脸特征点与面部肌肉端点进行综合分析研究，发现三维人脸特征点与面部肌肉的空间位置存在很大的相关性。进而本文运用机器学习方法对两者的空间位置关系进行建模，并将自动检测得到的三维人脸特征点作为输入，实现了面部肌肉的自动构造与装配。该方法不仅可以使美工从繁琐的手工调试中解脱出来，还能够让一般用户定制自己所需要的具有各种表情的三维形象。 （4）一种皮肤剥离表面的三维人脸网格变形加速方法绝大多数人脸网格模型变形与编辑方法的流程都可以抽象为对网格中某些特殊顶点（Handle顶点）进行位移操作的过程：当Handle顶点发生位置改变时，需要对模型的其它所有顶点进行相应的位置更新以获得真实的变形视觉效果。因此，当三维网格模型的三角面片数量达到一定程度时，如上计算过程将会十分耗时。对于超过30万面片的人脸网格模型而言，制作几分钟的人脸动画通常需要耗费一个美工人员半天的时间，这大大降低了动画编辑的效率，增加了动画制作成本和出错的几率。针对这一问题，本文提出了一种针对复杂细节人脸网格的交互式变形与编辑方法，该方法分为预处理和实时编辑两个阶段。在预处理阶段，将原始的精细人脸网格模型拆分成简化网格和细节皮肤系数两部分；在实时编辑阶段，利用非线性网格变形方法对简化网格进行变形操作，然后将变形后的简化网格与细节皮肤系数进行重新组合，得到变形后的精细人脸网格模型。实验表明，该方法不仅可以协助动画编辑人员快速地对复杂网格模型进行动作编辑，还可与目前主流动画生成方法相结合，有效地提高计算机动画生成效率。