3D打印人体模型的算法分析

肖像作为图片中重要组成部分，对其进行美化的应用层出不穷，以肖像作为输入的应用和算法也不断问世。将人脸图片卡通化并生成相似度较高的素描图可对图片进行有效简化。Chen等提出了一种样例驱动的素描图生成算法，能够根据肖像生成卡通化素描。在此基础上，研究者提出了数据驱动的算法框架，应用范围更广，效果更佳自然。以上算法能够生成人脸素描图，但是肖像中需要正脸，并且简化过程中表情、皱纹等细节无法保留。与人脸胖瘦调整算法最接近的工作是由Danino等提出的2D图像胖瘦调整算法。根据Danino等的观察和生活经验，总结了体重变化与人脸特征点位置之间的变化规律，进而构建了人脸-体重模拟模型，将体重变化对人脸图像的影响用数学公式描述。此方法对正脸中性表情肖像能够生成较自然的结果。但是在运算过程中，并没有使用人脸模型的语义信息，仅依靠图像上选定特征点的位置。背景仅通过简单拉伸处理，会引起明显变形。如图所示，在胖瘦调整幅度较大时，结果走形明显不自然。另一项和本章算法较为接近的研究是Zhou等提出的对单张照片中人体进行调整的方法。此方法首先建立人体模型，用户对人体模型相应语义信息的调整值作为输入，算法通过模型匹配、网格变形等操作生成结果图。算法效果出色，但是不能处理人脸区域。此外算法结果依赖于可变形3D人体模型数据库，限制了算法的应用范围。

郑州3D打印

更新时间: 2019-10-23 09:35:50 查看次数: 288