基於圖像的頭髮建模技術研究

《基於圖像的頭髮建模技術研究》是依託北京航空航天大學，由齊越擔任項目負責人的面上項目。

基本介紹

• 中文名：基於圖像的頭髮建模技術研究
• 依託單位：北京航空航天大學
• 項目負責人：齊越
• 項目類別：面上項目

項目摘要

頭髮是人類特徵的重要組成部分。一個正常人的頭髮數量大，直徑微小，形狀、結構很複雜，因而頭髮建模難度非常大。本項目研究基於圖像的頭髮建模理論、方法和關鍵技術，為真實感頭髮建模提供新的方法和途徑，對促進頭髮在虛擬現實、系統仿真、影視娛樂等領域的套用具有重要的科學意義和套用價值。主要研究內容包括：研製數據採集系統，多視點採集靜態和動態頭髮數據；提出模型外表接近採集圖像、頭髮生長和分布更符合人體特徵的靜態頭髮建模方法；提出動態頭髮建模方法，使頭髮運動更平滑，頭髮幾何模型更逼真，可以處理捲髮模型；提出實時、可控、視覺逼真的三維頭髮編輯方法，使靜態髮型的幾何特徵可以提取、變形和複製，動態髮型的運動特徵可以在不同髮型間進行視覺真實的移植，研製頭髮建模、編輯工具原型系統。

結題摘要

本項目圍繞基於圖像的頭髮建模方法開展研究工作，研究成果如下：（1）研製了頭髮數據採集系統，從多視點採集靜態和動態頭髮數據。研究了相機標定算法，採用深度學習方法，提取採集圖像中頭髮區域的圖像數據特徵。（2）研究了基於多幅圖像的逼真靜態頭髮建模方法，提出了一種從混合方向場構建真實頭髮模型的方法。通過生成的混合場，髮絲從均勻分布的髮根生長出來，使用能量最小化策略最佳化生成的頭髮模型，從而使得生成的頭髮模型能夠保持髮型的結構細節。（3）研究了基於單幅圖像的靜態頭髮建模方法，提出了三種方法：第一種，基於方向場和螺旋線匹配的頭髮建模，用三維螺旋弧匹配頭髮的幾何結構，生成視覺上合理的髮絲段表示的三維頭髮模型；第二種，基於數據驅動的三維頭髮建模，根據用戶輸入的特徵髮絲，計算其對應樣例髮型並構建方向場，從頭皮追蹤生長髮絲，得到三維頭髮模型；第三種，基於深度學習的頭髮重建方法，用深度卷積神經網路對圖像中頭髮區域分割，基於深度學習策略自動提取引導髮絲，最後基於候選髮型的匹配和融合重建出逼真的三維頭髮模型。（4）研究了動態頭髮建模方法，提出了一種基於時空最佳化的動態頭髮重建方法，能夠有效重建出頭髮自由運動的動態頭髮模型。提出了一種基於數據驅動的三維頭髮運動合成方法，通過構建髮絲對應和運動控制策略生成目標髮型運動序列。（5）研製了三維頭髮模型編輯、重用工具。以單幅肖像圖像作為輸入，通過用戶的簡單互動重建出逼真的三維頭部模型，該工具還實現了模型的繪製渲染和紋理變換等套用操作。在國內外重要學術期刊和會議上發表論文30篇，其中SCI檢索6篇，EI檢索24篇；CCF推薦期刊會議論文10篇。獲中國發明專利授權9項，受理11項，獲批軟體著作權2項。在本項目資助下，2名博士生畢業，6名碩士生畢業。