基于特征点约束的人脸纹理映射

第２９卷第９期２０１２年９月

计算机应用研究

ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ・、

Ｖ０１．２９Ｎｏ．９Ｓｅｐ．２０１２

基于特征点约束的人脸纹理映射

王法强，耿国华，李康，贺毅岳

（西北大学信息科学与技术学院，西安７１０１２７）

摘要：人脸纹理映射技术是计算机辅助颅骨面貌复原中一种特殊的真实感处理技术。针对人脸面部器官纹

理映射难以准确实现的问题，提出一种基于特征点约束的人脸纹理映射方法。刹用最小二乘保角映射参数化时

需固定顶点来完成特征点约束。通过对大量单张、正面照片作为纹理进行映射，证实了该方法能够取得良好的

映射效果。实验结果表明本方法鲁棒且效率高，降低了算法的复杂性。关键词：人脸纹理映射；参数化；最小二乘保角映射；特征点

中图分类号：ＴＰ３９１

文献标志码：Ａ

文章编号：１００１－３６９５（２０１２）０９—３５０９－０３

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１．３６９５．２０１２．０９．０８２

Ｔｅｘｔｕｒｅｍａｐｐｉｎｇｆｏｒｆｅａｔｕｒｅｂａｓｅｄ

ｏｎ

ｐｏｉｎｔｓｃｏｎｓｔｒａｉｎｔ

ＷＡＮＧＦａ－ｑｉａＩｌｇ，ＧＥＮＧＧｕｏ—ｈｕａ，ＬＩＫａｎｇ，ＨＥＹｉ—ｙｕｅ

（ｃｏ￡妇ｅ旷坳ｍｏｌ伽＆如附＆７碱肋妇ｙ，舶厅＾删洳妇黠睁，藏’ｎｎ７１０１２７，傩ｆＭ）

ｓｐｅｃｉａｌｔｅｃｈｎｏｌｏｇｙ“ｆｅａｌｉｓｔｉｃｐｒｏｃｅｓｓｉｎｇｉｎｃｏｍｐｕｔｅｒ－ａｉｄｅｄｃｒａｎｉｏｆ孔ｉａｌｒｅｈａＩ

ｂｉＩｉｔａｔｉｏｎ．Ｔｏ他ａｌｉｚｅｔｈｅｔｅｘｔｕｒｅｍａｐｐｉｎｇｆｏｒｌｏｃａｌｏｒｇａｎｓｏｆ３ＤｈｕｍａｎｆａｃｅａｃｃｕｒａｔｅＩｙ，ｔｈｉｓｐａｐｅｒｉｎＩｒｏｄｕｃｅｄａｔｅｘｔｕｒｅｍａｐｐｉｎｇｍｅｔｈｏｄｆｏｒｆｅａｔｕｒｅｂａｓｅｄｏｎｐｏｉｎｔｓｃｏｎｓｔｍｉｌｌｔ．Ｉｔｕｓｅｄｌｅａｓｔｓｑｕａｒｅｓｃｏｎｆｏｒｍａｌｍａｐｓｔｏｒｅａｌｉｚｅｔｈｉｓｃｏｎｓｔ髓ｉｎｔ．ＵｓｉｎｇｆｂｎｔｐｈｏｔｏｓＡｂ内阻ｃｔ：Ｔ毛ｘｔｕｒｅｍ叩ｐｉｎｇｆｏｒｆｅａｔｕｒｅｉｓ

ａ

Ｖｅｒｙ

ｆｏｒａｃｔｕａｌｔｅｘｔｕｒｅｍａｐｐｉｎｇｐｒｏｖｅｄｔｈａｔｔｈｅｍｅｔｈｏｄｗａｓｅｆｋｃｔｉｖｅ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔ｝ｌｉｓｍｅｔｈｏｄｉｓｒｏｂｕｓｔａｎｄｅｆ－ｆｉｅｉｅｎｔ，ａｎｄｒｅｄｕｃｅｄｔｈｅｃｏｍｐｌｅｘｉｔｙｏｆｔｈｅａＩｇｏｒｉｔｈｍ．

Ｋｅｙｗｏｒｄｓ：ｔｅｘｔｕｒｅｍａｐｐｉｎｇｆｏｒｆｅａｔｕｒｅ；ｐａｒａｍｅｔｅｒｉｚａｔｉｏｎ；ｌｅａｓｔｓｑｕａｒｅｓｃｏ—ｂｒｍａｌｍａｐｓ；ｆｅａｔｕｒｅｐｏｉｎｔ８

部（如眼睛、嘴巴）的映射并没有取得应有的效果。

０

引言

具有真实感的三维人脸重建在多个领域具有重要地位，如

颅骨面貌复原、影视声告、三维游戏、安全认证等。三维人脸重建过程中，人脸纹理映射是一个关键技术，它决定了人脸重建效果的真实度。如图ｌ所示，在颅骨面貌复原中发现，基于颅骨复原出的人脸面皮缺少皮肤纹理，将严重影响复原人脸的真实感效果，为增强复原人脸的真实感效果，人脸纹理映射的研究变得极为苇要．

囡鳓圄

・ｌ

Ｊ、！。？ｆ｝心４｛ＪＩ｝、‘．１州ｔｉ

Ｉ‘

“ｌ。：州眇ｊ：Ｙｔ｛。

幽２纹理映射效果

近年来，国内外很多研究者提出了约束纹理映射的方法。Ｌｅｖｙ等人…把用户指定的特征点对应关系作为约束添加到参数化的目标函数中，通过共轭梯度法优化目标函数对应的稀疏矩阵来求解纹理映射的坐标。但这种方法并不能完全保证映射

的有效性。‰ｇ等人”１通过径向基函数插值非约束点解决特

征的对应问题，但该方法依赖于ＲＢＦ（珊ｄｉａｌ

㈠哇ｌ：．‘＿』ｆｉｌＪｒ。。厂¨

ｈ１■“Ｊ‘【：【ｒ‘ｊ’、ｉ

ｂ鹅ｉｓ

ｆｕｎｃｔｉｏｎ，基函

数）的选取。‰ｅｖｏｙ等人¨ｏ将模型参数化后的平面网格根据

特征点进行剖分，然后对应纹理按照指定的特征点进行三角剖分．从而建立网格模型和纹理空间上点的对应关系，但该算法较为复杂，且是建立在大量迭代的基础上，给出的解不够精确。吴亚东等人Ｈ１提出一种基于调和映射的纹理映射方法，但是该方法不能满足人脸纹理映射局部器官准确对应问题。另外，一些研究者还提出一种基于调和映射的约束纹理映射方法”。。，该类方法通过调和映射来参数化三维人脸模型，并通

．毛ｌ

缺乏ｊ￡丈芯ｌ：ｊ／、ｊｊ跌型

在入脸的三维网格表面实现纹理映射，就是建立一个网格上的点与纹理图像上的点的一一映射，即对三维人脸表面进行参数化。但是这种映射并不能完全体现人脸网格上的特定点与纹理图像特定点的准确对应问题。如图２所示，将虎的面部照片纹理映射到人脸之后，由于只是实现了整体对应，对于局

收稿日期：２０１１—１２—２９；修回日期：２０１２・０３－０７

基金项目：国家自然科学基金重点资助项目（６０７３６００８）；陕西省自然科学基金资助项目

（２０１０ＪＱ８０１１）；西北大学研究生自主创新基金资助项目（１０Ｙｚｚｌ５）

作者简介：王法强（１９８６一）．男。山东泰安人，硕士研究生，主要研究方向为图形图像、可视化技术（ｗｆｑ３０５＠１２６．ｃｏｍ）；耿国华（１９５５－）．女，教授，博导，主要研究方向为图形图像、智能信息处理：李康（１９８０一），男，讲师，博士研究生，主要研究方向为计算机可视化；贺毅岳（１９８３－），男，博士研究生．主要研究方向为图形图像处理、统计学习．

・３５１０・

计算机应用研究

退化解。最小二乘保角映射算法原理描述如下：

ａ）用Ｋ表示拓扑同构于圆盘的三角网格模型

｛ｈ忱ｌ，厂＝｛（ｑ１，口…ｑ３）｝＆Ｉ｝

第２９卷

过用户指定的特征点来进行交互调整，但是该类方法需要进行大量的局部自适应调整，因此增加了算法的复杂性。

本文提出一种基于特征点约束的人脸纹理映射方法，利用最小二乘保角映射（１ｅａｓｔ

８ｑｕａｒｅｓ

ｃｏｎｆｏｎＩｌａｌ

ｍａｐｓ，ＬｓｃＭ）参数化

其中：ｈ｝？：。表示ｎ个顶点（扎≥３）；厂表示由三个顶点组成的三角形。

ｂ）计算局部坐标，为每个三角形构建一个局部正交基（算，），），其法向量与：轴同向。

ｃ）本文考虑一个从Ｋ到砰光滑的映射“，对于厂的一个三角面片了１，可以重新定义映射如下：ｕ（戈＋谚）＝Ｍ＋氓即

时需要固定点来完成人脸特征点的约束。实验结果表明。本文方法在纹理映射过程中不需要局部自适应调整，保证了人脸纹理映射中特定点之间的对应关系，提高了效率。相对于ｋｖｙ等人¨。提出的方法，ＬｓＣＭ方法对于人脸网格模型参数化时能保证纹理映射的有效性。

１

参数化应用于人脸纹理映射

参数化

数字几何处理中的参数化主要是研究如何将三维几何模

ｕＩ，：（茗，），）一（“，舻）。根据柯西一黎曼方程可知，映射ｎ在７’

上是保角映射当且仅当等式

１．１

粤＋ｉ譬＝ｏ∞刀

（１）

在整个ｒ上成立。很明显，这种保角条件不可能严格地满足整个三角面片，１，因此，对于每一个三角面的映射，该方法构造一个整体最小二乘约束的保角映射：

型映射到一个参数域上，即寻找三维几何数据和参数域上点的一一对应关系，并谋求某种与原始网格之间的几何度量形变的最小化。因此从纹理映射角度看，平面参数化极大程度上可以为二维纹理映射服务。可以将平面参数化分为两种类型：ａ）凸边界方法。基本思想是把网格的边界映射到一个平面的凸集的边界，把网格的内部顶点映射到这个凸集的内点，如调和映射方法，该类方法对于网格边界要求比较严格，参数化时内部网格往往形变较大。ｂ）非凸边界法。即自由边界参数化，该方法在参数化时不需要提前将网格边界映射到一个凸集的边界，边界点的参数值在参数化过程中求得。如ＬＳｃＭ方法，该类方法在边界处的优势比较大，内部网格形变较小。１．２调和映射实现人脸纹理映射

调和映射应用于人脸纹理映射的过程可描述为：对于给定

呼ｃ（，ｃ）＝剖ｒＩ詈＋ｉ詈阳

以写成

（２）

如果假设映射ｕ在每个三角形ｒ上都是线性映射．故式（２）可

ｃ（Ｋ）＝ｒ∑ｒ。詈＋詈１２邶）

然后Ｃ（．ｃ）可以被写成二次型的形式：

Ｃ（Ｎ）＝ｕ×Ｍ×＾ｌｈ

（３）

其中：Ａ（ｒ）为三角形ｒ的面积。假设Ｍ；＝ｕ。＋ｉｐ。（江ｌ，…，ｎ），

（４）

其中：ｕ＝（ｕ。，ｕ２，…，Ⅱ“）；Ｍ是ｍ×ｎ的矩阵。

为了最小化式（２），并且使等式有唯一的非退化解，该算法需要至少固定两个点。假设固定ｐ个顶点，则重新安排向量￡ｌ＝（ｕ，，％），Ｍｒ包含ｎ—ｐ的自由顶点，ｕ，即为ｐ个固定点（Ｐ≤ｎ），于是式（４）可以被写成：

ｃ（Ｎ）＝０竹吩＋怫％旷

（５）

的三维人脸模型，找到其边界，将网格的边界点映射到一个二

维纹理凸区域的边界上；对于非边界点，为了保证模型映射后的拓扑形变最小，采用弹性力学知识，计算调和权重，保证人脸网格的弹性势能最小，然后通过求解线性方程组确定所有内部点的位置。参数化效果如图３所示。假设从网格到参数域的映射为＾，则其离散的调和能量定义为

１

其中Ｍ＝（Ｊ哆，Ｍ），Ｍ是ｍ×（ｎ—Ｐ）的矩阵，坼是ｍ×ＪＰ的矩

阵。平方和的最小化式（５）可以通过共轭梯度法求解。

图４为固定两点后实现参数化的效果，可以看出，对于三维人脸模型，ＬｓｃＭ方法相对于调和映射边界优势更明显。形变更小

Ｅ……２寺¨＾）鬈㈣ｓｉ…Ⅵ）一“（叶）俨ｅｄ辩《Ⅲ）７

ｚ‘¨。口．）Ｅ

。

其中：ｑ、ｑ为原始网格的顶点；５ｉ为（％，ｔ。）的弹性系数。

■

：ｉ？

。警

ｒ一

？｛Ｉ‘０ｒ…．・：．｝芎“。一Ｘ２｛

’ｆｆ—ｉ气一｛ｌ一’；１１’７－ｉ‘川

图３调和映射效果

图４ＬＳＣＭ映射效果

基于调和映射的约束纹理映射方法，是在网格模型和纹理图像之间精确地指定大量对应的约束特征点，通过局部自适应调整来满足纹理特定点的映射。１．３最小二乘保角映射

相对调和映射方法，Ｌｅｖｙ等人旧１提出一种最小二乘保角映射法，该方法是基于ｃａｕｃｈｙ．Ｒｉｅｍａｎｎ等式的最小二乘逼近保角映射的参数化方法。其本身是一种准保角映射，参数化时无须提前定义边界，是一种自由边界参数化方法。该方法在参数化过程中需要至少固定两个顶点来使得参数化时有唯一非

２特征点约束的人脸映射

人脸纹理映射是一种特殊的纹理映射，它不仅仅是要求简单纹理贴图，更重要的是对于一些局部人脸器官能实现准确对应。基于ＩＳＣＭ参数化方法过程中需要提前固定顶点来实现唯一的非退化解，本文提出将参数化时固定的点分别作为约束特征点来解决人脸特定点的准确对应问题。２．１人脸特征点定义

在人脸纹理映射过程中，除五官外，面部皮肤材质基本相

第９期

王法强，等：基于特征点约束的人脸纹理映射

●１●■‘

・３５ｌｌ・

同，影响映射效果的不对应关系只局限于面部五官，如眼睛、嘴巴的纹理贴图不对应，因此实验中针对面部五官区域进行处理，重点改善面部器官纹理映射的效果。这要求选取的人脸特征点要具代表性，且能在照片中准确找到相对应的点。基于人脸面部中较为明显的五官几何特征，且在纹理映射中很难实现较为准确的对应这一难题，本文提出一种划分人脸区域的方法，如图５（ａ）所示，将三维人脸模型划分为八个区域，在每个区域里分别选取Ⅳ（，ｖ≥１）个顶点作为特征点（如图５（ｂ）、（ｃ））。ＬＳｃＭ参数化时需要固定ｐ个顶点，即这ｐ个顶点是用户交互设定的，基于此本文将所选取的三维人脸模型上的Ⅳ个顶点作为固定点，而与之对应的二维坐标点，在纹理照片中设定坐标系，根据对应特征点的距离和位置来设定二维的Ｕｙ坐标（如图５（ｄ）是与图５（ｃ）特征点对应的纹理照片）。这样，三维人脸模型对应二维纹理照片组成一个特征点约束的纹理

中，采用颅面正面数据，利用分割方法将耳朵及后脑面皮分割出去，这样便于照片在映射过程中寻找边界。为验证本方法的有效性，本文选取了多张照片来映射入脸模型，映射效果如图７—９所示。在人脸映射过程中，在各个分区总共选取９个顶点来进行约束，图７为作者本人照片映射于三维颅面之后不同角度的绘制效果图；图８照片为从网上下载图片应用于人脸纹理映射的效果，并标记为Ｎｗｕ（ＮｏｒｄｌｗｅｓｔＵＩＩｉｖｅｒｓｉｔｙ）；图９为利用虎头照片映射到人脸效果图。

算法大致可分为以下四步：

嚣■一黧匡纛黧］∥淼日羚燃园一一

算法流程如图６所示。基于特征点约束的人脸纹理映射

囵一９，郾日一弦日一日淤匦飘图

图８纹理映射２

图９纹理映射３

ａ）在三维人脸模型与二维纹理照片上分别选取选取Ⅳ个

结果分析如下：

ａ）优点。相对基于调和映射的人脸纹理映射方法，本算法可以提高人脸纹理映射的准确性，能够满足人脸纹理映射的基本要求；对于基于特征点约束的调和映射算法，本文不需要局部自适应调整，明显降低了算法的复杂性，提高了效率。由于调和映射和ＬＳＣＭ方法最终都归结为求解大型线性方程组问题，效率与线性方程组的维数相关，故两种参数化方法效率基本相同。通过实验证实，对于同一人脸模型（顶点数为２

６７９

顶点（设定为如酗（ｃ）（ｄ）所示的９个）称之为约束点。将三

维人脸模型所选顶点坐标保存。对应图片的约束点的坐标，以图像左上角点为原点，向下为ｙ轴正坐标，向右为菇正坐标进行设定（图５（ｄ））。

ｂ）读入三维人脸ｏｂｊ模型，查找三维人脸模型约束点。参数化开始时．利用ｋｄ—ｔｒｅｅ快速查找指定．７Ｖ个点坐标的存放位置，根据指定的二维坐标对三维人脸模型进行ＬＳｃＭ参数化。这样Ⅳ个顶点作为约束特征点被添加到参数化中，将参数化

个，三角形个数为４９ｒ７１个），分别进行调和映射和ＬｓＣＭ参数化（ＬＳＣＭ方法固定２个顶点），两种参数化方法所需时间基本相同（调和映射为Ｏ．４７ｌｓ，ＬｓＣＭ参数化方法０．４６９ｓ），但是对于基于特征点约束的调和映射方法，还需要自适应调整，算法复杂度提高，效率下降。

ｂ）缺点。实验中，采用手动选取三维人脸特征点，距离自动人脸纹理映射还有一定差距，特征点选取较为繁琐。另外，本算法纹理映射的有效性是通过固定顶点的方法来完成，为保证纹理映射形变较小，需要精确测量照片上各特征点的距离，以此定义照片上特征点坐标，过程繁琐。

后的二维ｗ坐标保存。

ｃ）纹理坐标归一化。从所有ｕｙ坐标（１‘’，＂’）中找到ｗ

坐标最大值（ｕ一．口。。）和最小值（比一，。椭）。所有顶点的归一化坐标为

Ｊ

ｒ。：羔二兰生

Ｈ㈣““ｎ

【”＝三鼍

则所有顶点的坐标映射到ｕＥ（Ｏ，１），”Ｅ（０，１），与纹理空间相对应。

ｄ）对于三维人脸模型中的非顶点像素，本文采用插值算法得到其像素值。

４结束语

人脸纹理映射是一种特殊的纹理映射，映射时会出现局部器官不对应关系。本文提出了一种基于特征点约束人脸纹理

３实验结果及分析

利用工具ＶＣ＋＋６．０、ＯｐｅｎＧＬ在ＰＣ机上实现了特征点约束的人脸纹理映射。Ｐｃ配置为Ｉｎｔｅｌ＠ｃｏｒｅＴＭＱ９４００

２．６６ＧＨｚ、４

２

映射的方法，首次提出根据人脸分区定义特征点，并将特征点加入到ＬｓｃＭ参数化中作为约束，来保证人脸纹理映射的效果，提高了纹理映射方法的准确性。相对于其（下转第３５２７页）

Ｑｕａｄ

ｃＰＵ

ＧＢ内存、操作系统为ＷｉｎｄｏｗｓｘＰ。实验

第９期

尹玄武，等：基于ＲＡＮｓＡｃ和灰度一致性的ＰＥＴ錾胚口缺陷检测

意的检测性能。

本文算法在ｃＰＵ为双核１．８３ＧＨｚ、内存为２

‘３５２７・

可见采用ＲＡＮｓＡＣ方法对边缘点集进行拟合可以得到比最小二乘法更好的结果。其原因是最小二乘法本质上是带权的求参数过程Ⅲ：，较大的离群点会对结果产生较大影响，而ＲＡＮＳＡｃ方法是不带权的投票过程，可以有效应对有较大离群点的情况。

会使错检率降低，根据实际情况综合选取阈值可以取得令人满

ＣＢ

ＤＤＲ２的

工控机上检测图像大小为６４０ｘ４８０的速度为１０ｍ∥帧，完全可以满足高速生产线的实时检测要求。

４结束语

本文针对高速生产线上的ＰＥＴ瓶胚口的缺陷检测问题设计了相应的检测算法，能够对瓶胚口区域准确定位并检测缺陷。正确率和检测速度能够满足线上检测要求，在实际应用中应根据现场情况综合调节检测阈值、核算子大小等参数，以取得平衡的检测性能。参考文献：

［１】韩彦芳，施鹏飞．基于数字图像处理的表面缺损检测技术［Ｊ］．

剐控技术，２００５，２４（９）：１５－１８．

［２］胡怀中，张新曼，刘瑞玲．机器视觉技术及应用［Ｍ］，北京：高等

教育出版社，２００９．［３］

ｓＨＡＦＡＩＴＦ，ＩＭＲＡＮ

ｓＭ，ＫＬＥＴＴＥ—ＭＡＴｚＡＴｓ．

ｗａｔｅｒ

Ｆａｕｌｔｄｅｔｅｃｔｉｏｎ

－且ＩｌｄｌｏｃａＩｉｚ８ｔｉｏｎｉｎｅｍｐｔｙ

ｂｏｔｔｌｅｓ

ｔｈｒｏｕｇｈ

ｎｌａｃｈｉｎｅ

ｖｉｓｉｏｎ［ｃ】／／

ＰＩｏｃｏｆＥ—ｔｅｃｈ．Ｐｉｓｃａｔａｗａｙ：ｌＥＥＥＰｒｅｓｓ。２００４：３０一３４．

［４］李俊，扬新，和桂芬．等．定位基因芯片探针点的圆心度方法【Ｊ］．

生物医学工程学杂志，２００２，１９（１）：９７．１００．

图５崩损缺陷检测结果，箭头指向的标记处即为检测到的缺陷位置

［５］

ＬＩＮｃｓ，ＬｕＥＬｉ－ｗｅｎ．Ａｎｉｍａｇｅｓｙｓｔｅｍｆｏｒｆａｓｔｒａｃｙ

ｐｏｓｉｔｉｏｎｉｎｇ卸ｄ

ａｃｃｕ・

本文构造的核算子厅在纵向（即直角坐标系中的法向）对图像进行了均值滤波，能够很好地对抗由瓶胚姿态或光源方向造成的纵向灰度不均匀，而对由缺陷造成的横向灰度突变响应相当灵敏。从图５中可看出该检测方法不仅能检测缺陷的有

［６】

ｉｎ８ｐｅｃｔｉ叽ｏｆｂａｌｌ画ｄａ盯ａｙｂｏａｒｄｓ［Ｊ］．ＭｉｃｒｏｅＩｅｃｔｒｏｎｉｃｓＲｅｌｉａ・

ｂⅢ＿【ｙ．２００１，４１（１）：１１９一１２８．

ＤｕＡＮ

Ｆｅｌｌｇ，ｗＡＮＧＹａｏ—ｎ锄，ｕｕ

ｏｎ

Ｈｕ肌－ｊｕｎ，“耐．Ｅ唧ｔｙ妇ｔＩｅ

ｉｎ・

ｓｐｅｃｔｏｒｂ８ｓｅｄＣ０ｎｆｅｒｅｎｃｅ

ｏｎ

ｒ∞ｃｈｉｎｅｖｉｓｉ仰【ｃ］／／Ｐｒｏｃ０ｆｔｈｅ３ＴｄＩｎｔｅｍａｔｉｏｎａｌ

Ｍａｃｈｊｎｅ

无，而且能准确定位缺陷的位置，可以为设备的调试提供非常

有价值的信息。３．３数据集测试结果

测试数据集共有５１３幅图像，其中有缺陷图像１０４幅，正常图像４０９幅。取不同的检测阈值对算法进行测试，所得结果如表ｌ所示。

表ｌ检测正确率统计结果

Ｌｅ锄ｉｎｇ越Ｉｄ

Ｃｙｂｅｍｅｔｉｃｓ．２００４：３８４５—３８５０．

［７】刘焕军．基于多核支持向量机集成的智能玻璃制品检测算法

［Ｊ］．计算机测量与控制．２０１１。１９（２）：３５９—３６２．

【８］温兆麟，陈新，李克天，等．统计纹理的自动表面检测［Ｊ】．计算

机应用研究，２００７，２４（８）：１９３・１９４，１９７．［９］

ＦＩｓｃＨＬＥＲ

Ｍ

Ａ，ＢＯｕＪＥｓＲｃ．Ｒａｎｄｏｍｓａｒｎｐｌｅ

ｗｉ血印ｐｌｊｃａｔｉｏｎｓ

ｔ０

ｃｏｎｓｅｎｓｕｓ：ａ

ｐ啪一

ａｕｔｏ—

ｄｉｇｍｆｏｒｍｏｄｅＪｆｉｔｔｉｎｇｍａｔｅｄ

ｉｍａｇｅ粕ａｌｙｓｉｓ卸ｄ

ｔｈｅ

ｃａｎｏｇｍｐｈｙ［Ｊ］．

Ｃｏｍｍｕｎｉｃａｔｉｏｎｓｏｆ

ＡＣＭ，１９８１，２４

（６）：３８１—３９５．

［１０］昊福朝．计算机视觉中的教学方法［Ｍ］．北京：科学出版社．

２００Ｂ．

［１１］ｓ１啊ＧＥＲ

ｃ，ｕＬＲＩｃＨ

Ｍ．ｗＩＥＤＥＭＡＮＮＣ．机器视觉算法与应用

从表１中可以看出，降低阈值会使漏检率降低，升高阈值

［Ｍ］．杨少荣，译．北京：清华大学出版社，２００８．

（上接第３５１１页）他约束纹理映射方法，本算法效率明显提高。参考文献：

［１］ＬＥＶＹ

Ｂ．Ｃｏｎｓｔｒａｉｎｅｄ

ｔｅｘｔｕｒｅ

［４］昊亚东，韩永国，蔡勇．基于调和映射的纹理映射方法［Ｊ】．计算机

工程与应用，２００３．３９（１７）：６１—６２．

［５］郭延文．纹理映射、合成与替换算法研究［Ｄ］．杭州：浙江大学，

ｍ印ＰｉⅡｇｆｏｒｐｏｌｙｇｏｎａｌｍｅｓｈｅｓ［ｃ】／／

２００５．

ＰｒｏｃｏｆＡＣＭＳｌＧＧＲＡＰＨ．ＮｅｗＹｏｒｋ：ＡＣＭ，２００ｌ：４１７—４２４．

［６］

ＧｕｏＹａｎ－ｗｅｎ，ＰＡＮｂａｓｅｄｃｏｎｓｔｒａｉｎｅｄｓｉｇｎ

ａｎｄ

Ｙｏｎｇ－ｊｕａｎ，ｃｕＩｘｉｕ－ｆｅｎ，ｅ￡口ｆ．ＨａⅡ曲ｎｉｃ

ｍａＰＰｉｎｇ

ｍａｐ８

【２］ＴＡＮＧＹｉｎｇ，ｗＡＮＧＪｉｎ，ＢＡｏＨｕ．ｊｕｎ，盯懵ｆ．ＲＢＦ．ｂａｓｅｄｃ０璐ｔｍｉｎｅｄ

ｔｅｘｔｕｒｅ

ｔｅｘｌｕｒｅ

ｍｅｔｈｏｄ［Ｊ］．ＣｏｍｐｕｔｅｒＡｉｄｅｄＤｅ－

ｍａｐｐｉｎｇ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ

ａｎｄ

Ｇｒａｐｈｉｃｓ，２００３，２７（３）：４１５－

ＣｏｎｌｐｕｔｅｒＧ旧ｐｈｉ∞，２００５，１７（７）：１４５７・１４６２．

４２２．

［７］任文彬，王国胤，龚勋，等．基于人脸特征点的约束纹理映射［Ｊ］．

计算机科学，２０ｌＯ，３７（１０Ａ）：７０—７２．

ｃｏｎ－

［３】ＫＲＡＥＶＯＹＶ，ｓＨＥＦ’ＦＥＲＡ，ＧＯＴｓＭＡＮｃ，ｅｆ口１．ｃｏｎｓｔｒｕｃｔｉｎｇｓｔｒａｉｎｅｄ

［８］ＬＥＶＹＢ，ＰＥｌＴｒＪＥＡＮ

ｍ８Ｐｓｆｏｒａｕｔｏｍａｔｉｃ

Ｓ．ＲＡＹＮ，“Ⅱｚ．Ｌｅ踮ｔｓｑｕａＩｅｓ

ｃｏｎｆｃｍａｌ

ｓＩＧ

ｔｅｘｔｕ砧ｍ叩ｓ［Ｃ］／／Ｐｍｃ

ｏｒ

ＡｃＭｓｌＧＧＲＡＰＨ．ＮｅｗＹ０ｒｋ：

ｔｅｘｔｕｒｅ

ａｄ柏ｇｅｎｅｒａｔｉｏｎ［ｃ］／／Ｐｒｏｃ

ｏｆＡｃＭ

ＡＣＭ．２００３：３２６—３３３．

ＧＲＡＰＨ．ＮｅｗＹｏｒｋ：ＡＣＭ，２００２：３６２—３７１．

基于特征点约束的人脸纹理映射

作者：作者单位：刊名：英文刊名：年，卷(期)：

王法强， 耿国华， 李康， 贺毅岳， WANG Fa-qiang， GENG Guo-hua， LI Kang， HE Yi-yue西北大学信息科学与技术学院,西安,710127计算机应用研究

Application Research of Computers2012,29(9)

参考文献(8条)

1. LEVY B Constrained texture mapping for polygonal meshes 2001

2. TANG Ying;WANG Jin;BAO Hu-jun RBF-based constrained texture mapping[外文期刊] 2003(03)3. KRAEVOY V;SHEFFER A;GOTSMAN C Constructing constrained texture maps 2003

4. 吴亚东;韩永国;蔡勇 基于调和映射的纹理映射方法[期刊论文]-计算机工程与应用 2003(17)5. 郭延文 纹理映射、合成与替换算法研究 2005

6. GUO Yan-wen;PAN Yong-juan;CUI Xiu-fen Harmonic maps based constrained texture mapping method[期刊论文]-Computer Aided Design and Computer Graphics 2005(07)

7. 任文彬;王国胤;龚勋 基于人脸特征点的约束纹理映射 2010(10A)

8. LEVY B;PETITJEAN S;RAY N Least squares conformal maps for automatic texture atlas generation 2002

引用本文格式：王法强. 耿国华. 李康. 贺毅岳. WANG Fa-qiang. GENG Guo-hua. LI Kang. HE Yi-yue 基于特征点约束的人脸纹理映射[期刊论文]-计算机应用研究 2012(9)