一种高效的人像面部变形方法

摘要

一种高效的人像面部变形方法，属于计算机应用技术领域。采用拉普拉斯(Laplacian)约束和层次化形状匹配技术，并采用相关数学方法，对图像进行操作，包括：层次化人物脸部特征点、分层计算人物脸部轮廓拉普拉斯能量、添加拉普拉斯约束并计算新特征点、构建新三角网格并生成新图像等步骤。本发明针对人像面部变形的需求，提出这一数字图像自动化人像面部变形方法，其通过层次化的方法大大缩短了人像面部变形所需的时间，能够部署在移动平台等计算能力有限的硬件平台。

主权项

1.一种高效的人像面部变形方法,采用层次化的方法,分层的对人像面部添加拉普拉斯约束,并通过拉普拉斯约束调整特征点的位置;其特征包括以下步骤:第一步，以层次化的方式对面部特征点分组将面部的轮廓线取端点和中间点，偶数取中间两点，构成集合V，若为标准脸形上的点记为V_t；取两端点构成控制点集合V_c，g＝<V_c，V，V_t>记为一组；之后将轮廓线从中间一分为二，奇数则中间点同时归属于两边，分别对两部分重复上述分组操作得g₁，g₂，将g₁，g₂称为g的子分组，迭代上述操作直到不可再分；第二步，对分组添加拉普拉斯约束并求解新特征点定义拉普拉斯矩阵L如下，ij为目标脸型上的点的编号v表示特征点：对上述分组g使用如下公式分别对目标脸型上的点的x分量和y分量计算拉普拉斯能量，计算表达式为：Δ_td=LV_td                         (2)其中Δ_td，V_td，d∈{x，y}表示对应集合中元素的坐标分量组成的集合；根据求得的Δ_tx，Δ_ty构造新的特征点V′,新构造的特征点集需要满足两个约束：其一，拉普拉斯约束：新构造的特征点集的拉普拉斯值要尽量贴近目标脸型；其二，位置约束：新构建的特征点应大体保持在原始人像的面部附近；对点坐标的每一个分量，求解如下方程组的最优解，最终形成一组新的人脸外部轮廓特征点V′：$\left[\begin{array}{c}L\\ C\end{array}\right]V^{\prime }=\left[\begin{array}{c}{\Delta }_t\\ V_c\end{array}\right],---\left(3\right)$第三步，用V′中的点替换本次分组的子分组中对应的点；对子分组重复第二步和第三步，直到所操作的分组没有子分组为止；第四步,根据调整后的新特征点建立网格,将原图像重映射至新网格上。