人脸模板变形算法

[libralibra]

有一标准人脸模板,80个点,其中双眼,双眉,鼻子,嘴巴,轮廓等位置是特征点,20个.其余60个是普通点.
从一图片检测到20个(上述位置)特征点.想根据这个特定人脸的特征点与标准模板的20个特征点之间的关系
得到其他60个非特征点的位置,这方面有什么算法吗?

[zzwu]

我的理解是：20个特征点就是相对于60个普通点来计算的，例如，鼻子的高度都是相对于上唇皮肤隆起多少而言的，而鼻子的宽度都是由其两翼偏离唇中线的位置决定，...

[zzwu]

也就是说，不是用20的点的空间位置来确定另外的60个点，这是不可能的，而是把20个点附着在60个点的上面，然后利用20个点与其相邻的其他点来形成鼻子、耳朵、眼睛等形状。

[libralibra]

是这么个理,60个和20个特征点位置不同,仅有20个特征点,也能看出来是人脸,因为他们定位的都是边缘,轮廓

有了60个非特征点,就可以形成局部点云,用delauney算法可以做出三角面片就可以粗略逼近曲面了,

但是20个特征和60个非特征都是三维数据点,特征点勾勒特征并不需要60个非特征
鼻子的高度可以通过鼻子中线这条特征线上z坐标最高减去鼻根最后一个特征点就能得到的.

有什么算法能通过2个模板20个特征点之间的坐标,通过某种方式来"估计"其余60个点的坐标吗?

[ChenLee_1]

3D人脸重构，三维人脸匹配。瑞士巴塞尔大学T。Vetter教授是这方面的专家，我博客里面有他的主页连接。

[wujpbb7]

楼主说的应该是一个对齐的过程，就是通过 平移、旋转 和 缩放，使 两幅图中的 20个特征点之间的距离最小，然后其他 60个点的位置自然就出来了。具体算法就是要解一个线性方程组，参考 “G-ASM：一种基于Gabor Wavelet 和Active Shape Model 的人脸特征点跟踪方法”的第4.2节。