基于点云数据的三维人脸建模开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

1、课题的意义

人脸是人与人之间交流的重要信息渠道，传递了大量的非语言信息。自人类社会形成以来，人们就对人脸的模拟抱有浓厚的兴趣，雕刻工艺、美术绘画等成为早期描述人脸的方法。之后，高分辨率相机的出现使得人们对人脸的描述变得更加逼真，图像的细节也更加丰富。但是，随着人脸模拟技术的应用领域日益广泛，人脸相片中所描述的二维数据信息愈加不能满足人们的需求。计算机技术的飞速发展推动了数据计算与处理能力的进步，人们开始利用计算机模拟和演示三维人脸图像，三维人脸建模技术也成为了计算机视觉领域的研究热点。

三维人脸建模具有极大的科研价值和实际应用价值，三维人脸模型已经广泛应用于人机交互、虚拟现实、医疗美容、影视娱乐和安全监测等多个领域。近几年来，虽然人们已经在三维人脸建模方面取得了一定的成就，但是由于人脸的结构与变化都具有高度的复杂性，三维人脸建模仍然是一项具有挑战性的研究课题。

2. 研究的基本内容和问题

1、研究目标和内容

本次设计的研究目标主要是基于点云数据实现三维人脸建模，对人脸点云数据的除噪、简化、插值等操作进行算法横向比对，最终实现点云网格化重构与样本扩充，提高三维人脸建模的准确率和鲁棒性。

具体研究内容如下：

3. 研究的方法与方案

本设计决定采用光场相机获取二维人脸图像数据，从中提取三维人脸点云数据，通过对比分析双边滤波算法、laplace滤波算法、随机采样法、包围盒法、八叉树法、最近邻点插值法、距离反比加权插值法等算法，选择性能较优的算法对人脸三维点云数据进行除噪、精简、插值等预处理，以获取优质的人脸三维模型，完成样本扩充。

具体研究方法和实验方案如下：

（1）用光场相机获取二维人脸图像数据，通过调整变焦合成对焦指数，匹配不同的白图像，形成一系列焦点堆栈图像，进而获取景深图，并从中提取三维人脸点云数据。

4. 研究创新点

1、利用光场相机获取的二维人脸图像中的深度信息提取三维人脸点云数据，拍摄设备相较一般三维数据采集设备（如三维扫描仪）成本低、适用性高。

2、对点云数据预处理中的除噪、精简、插值等操作进行算法横向比对，可以得出相对最适用于人脸点云数据的预处理的方案。

5. 研究计划与进展