With our fresh new combined shape a

With our fresh new combined shape and texture model, we have found a nice way to
describe how a face could change not only in shape but also in appearance. Now we
want to find which set of p shape and λ appearance parameters will bring our model
as close as possible to a given input image I(x). We could naturally calculate the error
between our instantiated model and the given input image in the coordinate frame
of I(x), or map the points back to the base appearance and calculate the difference
there. We are going to use the latter approach. This way, we want to minimize the
following function:

ผลลัพธ์ (ไทย) 1:

สดใหม่รวมร่างและพื้นผิวแบบจำลอง เราพบวิธีดีที่
อธิบายว่า ใบหน้าสามารถเปลี่ยนแปลงในรูปร่างแต่ยังอยู่ในลักษณะไม่เท่ากัน ตอนนี้เรา
ต้องหาชุดที่ p λและรูปร่างลักษณะพารามิเตอร์จะนำโมเดลของเรา
ภาพ I(x) ปิดที่สามารถป้อนข้อมูลที่กำหนดให้ เราสามารถคำนวณพลาดธรรมชาติ
ระหว่างรุ่นของเราเริ่มต้นและเฟรมประสานงานเข้ารูปกำหนด
I(x) หรือแผนที่ สถานกลับไปยังลักษณะพื้นฐาน และคำนวณความแตกต่าง
มี เราจะใช้วิธีหลัง ด้วยวิธีนี้ เราต้องลดการ
ฟังก์ชันต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

ที่มีรูปร่างใหม่ของเราสดรวมและรูปแบบพื้นผิวที่เราได้พบวิธีที่ดีที่จะ
อธิบายถึงวิธีใบหน้าอาจมีการเปลี่ยนแปลงไม่เพียง แต่ในรูปร่าง แต่ยังอยู่ในลักษณะที่ปรากฏ ตอนนี้เรา
ต้องการที่จะหาที่ตั้งของรูปร่างพีและพารามิเตอร์ลักษณะλจะนำรูปแบบของเรา
ที่ใกล้ที่สุดเท่าที่เป็นไปได้ที่จะใส่ภาพให้ฉัน (x) เราตามธรรมชาติสามารถคำนวณผิดพลาด
ระหว่างรูปแบบ instantiated ของเราและภาพการป้อนข้อมูลที่ให้ไว้ในกรอบการประสานงาน
ของผม (x) หรือแผนที่จุดกลับไปปรากฏตัวฐานและคำนวณความแตกต่าง
มี เราจะใช้วิธีหลัง ด้วยวิธีนี้เราต้องการที่จะลด
การทำงานดังต่อไปนี้

ผลลัพธ์ (ไทย) 3:

กับสดรูปร่างของเรารวมกันใหม่และพื้นผิวโมเดล เราได้พบวิธีที่ดี

อธิบายวิธีหน้าอาจมีการเปลี่ยนแปลงไม่เพียง แต่ในรูปร่าง แต่ยังอยู่ในลักษณะที่ปรากฏ ตอนนี้เรา
ต้องการหาที่ตั้งของ P รูปร่างและλพารามิเตอร์ลักษณะจะนำ
นางแบบของเราใกล้เคียงเป็นไปได้ที่จะได้รับข้อมูลภาพ ( X ) เราสามารถคำนวณ
ข้อผิดพลาดโดยธรรมชาติระหว่าง instantiated ของเราและรูปแบบให้ใส่ภาพในการประสานงานของกรอบ
( X ) หรือแผนที่จุดกลับฐานที่ปรากฏและคำนวณความแตกต่าง
ที่นั่น พวกเราจะใช้วิธีอย่างหลัง วิธีนี้ เราต้องการที่จะลด
ต่อไปนี้ฟังก์ชัน :