Modeling human faces has challenged

Modeling human faces has challenged researchers in computer
graphics since its beginning. Since the pioneering work of Parke
[25, 26], various techniques have been reported for modeling the
geometry of faces [10, 11, 22, 34, 21] and for animating them
[28, 14, 19, 32, 22, 38, 29]. A detailed overview can be found in
the book of Parke and Waters [24].
The key part of our approach is a generalized model of human
faces. Similar to the approach of DeCarlos et al. [10], we restrict
the range of allowable faces according to constraints derived from
prototypical human faces. However, instead of using a limited set
of measurements and proportions between a set of facial landmarks,
we directly use the densely sampled geometry of the exemplar faces
obtained by laser scanning (CyberwareTM). The dense modeling
of facial geometry (several thousand vertices per face) leads
directly to a triangulation of the surface. Consequently, there is no
need for variational surface interpolation techniques [10, 23, 33].
We also added a model of texture variations between faces. The
morphable 3D face model is a consequent extension of the interpolation
technique between face geometries, as introduced by Parke
[26]. Computing correspondence between individual 3D face data
automatically, we are able to increase the number of vertices used
in the face representation from a few hundreds to tens of thousands.
Moreover, we are able to use a higher number of faces, and thus
to interpolate between hundreds of ’basis’ faces rather than just a
few. The goal of such an extended morphable face model is to represent
any face as a linear combination of a limited basis set of face
prototypes. Representing the face of an arbitrary person as a linear
combination (morph) of “prototype” faces was first formulated for
image compression in telecommunications [8]. Image-based linear
2D face models that exploit large data sets of prototype faces were
developed for face recognition and image coding [4, 18, 37].
Different approaches have been taken to automate the matching
step necessary for building up morphable models. One class
of techniques is based on optic flow algorithms [5, 4] and another
on an active model matching strategy [12, 16]. Combinations of
both techniques have been applied to the problem of image matching
[36]. In this paper we extend this approach to the problem of
matching 3D faces.
The correspondence problem between different threedimensional
face data has been addressed previously by Lee
et al.[20]. Their shape-matching algorithm differs significantly
from our approach in several respects. First, we compute the
correspondence in high resolution, considering shape and texture
data simultaneously. Second, instead of using a physical tissue
model to constrain the range of allowed mesh deformations, we use
the statistics of our example faces to keep deformations plausible.
Third, we do not rely on routines that are specifically designed to
detect the features exclusively found in faces, e.g., eyes, nose.
Our general matching strategy can be used not only to adapt the
morphable model to a 3D face scan, but also to 2D images of faces.
Unlike a previous approach [35], the morphable 3D face model is
now directly matched to images, avoiding the detour of generat

ผลลัพธ์ (ไทย) 1:

สร้างโมเดลใบหน้ามนุษย์ได้ท้าทายนักวิจัยคอมพิวเตอร์กราฟิกตั้งแต่จุดเริ่มต้นของ ตั้งแต่การทำงานของ Parke[25, 26], เทคนิคต่าง ๆ มีการรายงานสำหรับการสร้างโมเดลการเรขาคณิต ของหน้า [10, 11, 22, 34, 21] และทำให้เคลื่อนไหวได้[28, 14, 19, 32, 22, 38, 29] รายละเอียดภาพรวมสามารถพบได้ในจอง Parke และน้ำ [24]ส่วนสำคัญของวิธีการของเราเป็นแบบเมจแบบทั่วไปของมนุษย์ใบหน้า เช่นเดียวกับวิธีของ DeCarlos et al. [10], เราจำกัดช่วงของหน้าได้ตามข้อจำกัดที่มาจากใบหน้ามนุษย์ prototypical อย่างไรก็ตาม ข้อจำกัดการตั้งค่าขนาดและสัดส่วนระหว่างชุดสถานที่ใบหน้าเราใช้เรขาคณิตตัวอย่างหนาแน่นไปของหน้า exemplar โดยตรงรับ โดยเลเซอร์สแกน (CyberwareTM) สร้างโมเดลความหนาแน่นสูงเป้าหมายของเรขาคณิตหน้า (หลายพันจุดยอดต่อหน้า)กับสามของพื้นผิวโดยตรง ดังนั้น มีความไม่ต้องการแทรกแทรงผิว variational เทคนิค [10, 23, 33]นอกจากนี้เรายังเพิ่มรูปแบบของเนื้อความแตกต่างระหว่างใบหน้า ที่โมเดลใบหน้า 3D morphable มีนามสกุลเป็นผลลัพธ์ของการสอดแทรกเทคนิคระหว่างใบหน้ารูปทรงเรขาคณิต เป็นนำ โดย Parke[26] การใช้งานติดต่อระหว่างข้อมูลแต่ละหน้า 3Dโดยอัตโนมัติ เราจะสามารถเพิ่มจำนวนของจุดยอดที่ใช้ในการแสดงหน้าจากไม่กี่ร้อยถึงหมื่นนอกจากนี้ เราจะสามารถใช้หมายเลขที่สูงของใบหน้า และดังนั้นไปช่องระหว่างหลายร้อยหน้า 'พื้นฐาน' แทนที่เพียงแค่การไม่กี่ เป้าหมายของรูปแบบหน้าเพิ่มเติม morphable การดังกล่าวจะแสดงถึงใบหน้ามีลักษณะการรวมเชิงเส้นของชุดจำกัดจำนวนหน้าแบบตัวอย่าง แสดงใบหน้าของคนกำหนดเป็นแบบเชิงเส้นชุด (morph) ของ "ต้นแบบ" หน้าแรกถูกเหมาะสำหรับบีบอัดภาพในโทรคมนาคม [8] รูปภาพเส้นรูปแบบหน้าแบบ 2D ที่ใช้ชุดข้อมูลขนาดใหญ่ของหน้าต้นแบบได้พัฒนาสำหรับการรู้จำใบหน้าและรูปโค้ด [4, 18, 37]มีการใช้วิธีอื่นตรงกันโดยอัตโนมัติขั้นตอนที่จำเป็นสำหรับการสร้างแบบจำลอง morphable ชั้นหนึ่งเทคนิคอยู่กับอัลกอริทึมไหลใย [5, 4] และอีกรูปแบบงานตรงกับกลยุทธ์ [12, 16] ชุดของมีการใช้เทคนิคทั้งการจับคู่ภาพ[36] . ในเอกสารนี้ เราขยายวิธีการนี้ใบหน้า 3D ตรงปัญหาการติดต่อระหว่าง threedimensional แตกต่างกันหน้าข้อมูลมีการระบุไว้ก่อนหน้านี้ โดยลีร้อยเอ็ด al. [20] ขั้นตอนวิธีการจับคู่รูปร่างแตกต่างอย่างมีนัยสำคัญจากวิธีการของเราหลายประการ ครั้งแรก เราคำนวณความละเอียดสูง การพิจารณารูปร่างและพื้นผิวเหมือนกันข้อมูลพร้อมกัน สอง แทนการใช้เนื้อเยื่อจริงแบบจำลองการจำกัดช่วงของอนุญาต deformations ตาข่าย ใช้สถิติของตัวอย่างของเราหันหน้าให้ deformations เป็นไปได้Third, we do not rely on routines that are specifically designed todetect the features exclusively found in faces, e.g., eyes, nose.Our general matching strategy can be used not only to adapt themorphable model to a 3D face scan, but also to 2D images of faces.Unlike a previous approach [35], the morphable 3D face model isnow directly matched to images, avoiding the detour of generat

ผลลัพธ์ (ไทย) 2:

การสร้างแบบจำลองใบหน้าของมนุษย์ได้ท้าทายนักวิจัยในคอมพิวเตอร์
กราฟิกตั้งแต่จุดเริ่มต้นของ ตั้งแต่การสำรวจการทำงานของปาร์ก
[25, 26], เทคนิคต่างๆที่ได้รับรายงานสำหรับการสร้างแบบจำลอง
รูปทรงเรขาคณิตของใบหน้า [10, 11, 22, 34, 21] และสำหรับพวกเขาเคลื่อนไหว
[28, 14, 19, 32, 22, 38 29] รายละเอียดภาพรวมสามารถพบได้ใน
หนังสือของปาร์กและน้ำทะเล [24].
ส่วนสำคัญของวิธีการของเราเป็นรูปแบบทั่วไปของมนุษย์
ใบหน้า คล้ายกับวิธีการของ DeCarlos และคณะ [10] เรา จำกัด
ช่วงของใบหน้าที่อนุญาตตามข้อ จำกัด ที่ได้มาจาก
ใบหน้าของมนุษย์แม่บท แต่แทนที่จะใช้ชุด จำกัด
ของการวัดและสัดส่วนระหว่างชุดของสถานที่สำคัญบนใบหน้า,
เราโดยตรงใช้รูปทรงเรขาคณิตตัวอย่างหนาแน่นของใบหน้าแบบอย่าง
ที่ได้รับจากการสแกนเลเซอร์ (CyberwareTM) การสร้างแบบจำลองที่มีความหนาแน่น
ของเรขาคณิตใบหน้า (หลายพันจุดต่อใบหน้า) นำ
โดยตรงกับสมการของพื้นผิว ดังนั้นไม่มี
ความจำเป็นสำหรับผิวเทคนิคการแก้ไขแปรผัน [10, 23, 33].
นอกจากนี้เรายังเพิ่มรูปแบบของรูปแบบพื้นผิวระหว่างใบหน้า
รูปแบบ 3D ใบหน้า morphable เป็นส่วนขยายผลเนื่องมาจากการสอดแทรก
เทคนิคระหว่างรูปทรงเรขาคณิตใบหน้าเป็นที่รู้จักโดยปาร์ก
[26] คอมพิวเตอร์ติดต่อระหว่างข้อมูลที่ใบหน้า 3 มิติของแต่ละบุคคล
โดยอัตโนมัติเราสามารถที่จะเพิ่มจำนวนของจุดที่ใช้
ในการเป็นตัวแทนใบหน้าจากไม่กี่ร้อยนับพัน.
นอกจากนี้เรายังสามารถที่จะใช้จำนวนที่สูงขึ้นของใบหน้าและทำให้
การสอดแทรกระหว่าง หลายร้อย 'พื้นฐาน' ใบหน้ามากกว่าแค่
ไม่กี่ เป้าหมายของการเช่นรูปแบบใบหน้า morphable ขยายคือการแสดง
หน้าใด ๆ เป็นการรวมเชิงเส้นของชุดพื้นฐานที่ จำกัด ของใบหน้า
ต้นแบบ ที่เป็นตัวแทนของใบหน้าของบุคคลโดยพลการเป็นเชิงเส้น
รวมกัน (Morph) ของ "ต้นแบบ" ใบหน้าเป็นสูตรแรกสำหรับ
การบีบอัดภาพในการสื่อสารโทรคมนาคม [8] ภาพที่ใช้เชิงเส้น
แบบจำลองใบหน้า 2D ที่ใช้ประโยชน์จากชุดข้อมูลขนาดใหญ่ของใบหน้าต้นแบบถูก
พัฒนาขึ้นมาสำหรับการจดจำใบหน้าและภาพการเข้ารหัส [4, 18, ​​37].
วิธีการที่แตกต่างกันได้รับการจับคู่โดยอัตโนมัติ
ขั้นตอนที่จำเป็นสำหรับการสร้างแบบจำลอง morphable ชั้นหนึ่ง
ของเทคนิคจะขึ้นอยู่กับขั้นตอนวิธีการไหลแก้วนำแสง [5, 4] และอื่น ๆ
เกี่ยวกับกลยุทธ์ที่ตรงกับรูปแบบการใช้งาน [12, 16] การรวมกันของ
ทั้งสองเทคนิคที่ได้รับนำไปใช้กับปัญหาของการจับคู่ภาพ
[36] ในบทความนี้เราขยายวิธีการนี้ในการแก้ไขปัญหาของ
การจับคู่ใบหน้า 3D.
ปัญหาการติดต่อระหว่าง threedimensional ที่แตกต่างกัน
ข้อมูลที่ใบหน้าได้รับการแก้ไขก่อนหน้านี้โดย Lee
et al. [20] ขั้นตอนวิธีการจับคู่รูปร่างของพวกเขามีความแตกต่างอย่างมีนัยสำคัญ
จากวิธีการในหลายประการของเรา อันดับแรกเราคำนวณ
จดหมายในความละเอียดสูงพิจารณารูปร่างและเนื้อ
ข้อมูลพร้อมกัน ประการที่สองแทนการใช้เนื้อเยื่อทางกายภาพ
แบบการ จำกัด ช่วงของรูปร่างตาข่ายได้รับอนุญาตให้เราใช้
สถิติของตัวอย่างของเราเพื่อให้ใบหน้ารูปร่างที่เป็นไปได้.
ประการที่สามเราไม่ได้พึ่งพาการปฏิบัติที่ได้รับการออกแบบเป็นพิเศษเพื่อ
ตรวจสอบคุณสมบัติที่พบเฉพาะใน ใบหน้าเช่นตาจมูก.
กลยุทธ์การจับคู่ทั่วไปของเราสามารถนำมาใช้ไม่เพียง แต่จะปรับให้เข้ากับ
รูปแบบ morphable การสแกนใบหน้า 3 มิติ แต่ยังรวมถึงภาพ 2D ของใบหน้า.
ซึ่งแตกต่างจากวิธีการที่ก่อนหน้านี้ [35], 3D morphable รูปแบบใบหน้า
ตอนนี้จับคู่โดยตรงกับภาพหลีกเลี่ยงอ้อมของ GENERAT

ผลลัพธ์ (ไทย) 3:

แบบจำลองใบหน้าคนได้ท้าทายนักวิจัยคอมพิวเตอร์
กราฟิกตั้งแต่จุดเริ่มต้นของมัน เนื่องจากงานบุกเบิกของพาร์ค
[ 25 , 26 ] , เทคนิคต่าง ๆมีการรายงานสำหรับการจำลอง
เรขาคณิตของใบหน้า [ 10 , 11 , 22 , 33 , 21 ] และภาพเคลื่อนไหวพวกเขา
[ 28 , 14 , 19 , 32 , 22 , 38 , 29 ] ภาพรวมรายละเอียดสามารถพบได้ในหนังสือของ พาร์ค และน้ำ

[ 24 ]ส่วนหลักของวิธีการของเราเป็นรูปแบบทั่วไปของมนุษย์
หน้า คล้ายกับวิธีการของ decarlos et al . [ 10 ] เราจำกัด
ช่วงใบหน้าที่อนุญาตตามข้อจำกัดมาจาก
ใบหน้ามนุษย์ธรรมดา . อย่างไรก็ตาม แทนที่จะใช้
ชุด จำกัด ของขนาดและสัดส่วนระหว่างชุดของจุดใบหน้า ,
เราใช้มีตัวอย่างเรขาคณิตของแบบอย่างใบหน้า
ได้จากการสแกนด้วยเลเซอร์ ( cyberwaretm ) หนาแน่น
หน้าแบบเรขาคณิต ( หลายพันจุด ต่อหน้า ) นัก
โดยตรงไปยังสามเส้าของพื้นผิว ดังนั้น ไม่ต้องเทคนิคการแก้ไขพื้นผิวแบบ
[ 10 , 23 , 33 ] .
นอกจากนี้เรายังเพิ่มรูปแบบพื้นผิวรูปแบบระหว่างหน้า
morphable 3D หน้านางแบบเป็นส่วนขยายผลของการสอดแทรก
เทคนิคระหว่างใบหน้ารูปทรงเรขาคณิตที่แนะนำโดยพาร์ค
[ 26 ] ความสอดคล้องระหว่างข้อมูลแต่ละหน้าคอมพิวเตอร์ 3D
โดยอัตโนมัติ เราสามารถที่จะเพิ่มจำนวนของจุดที่ใช้
ในหน้าการแสดงจากไม่กี่ร้อยหมื่น
นอกจากนี้เราสามารถใช้ตัวเลขที่สูงขึ้นของใบหน้า และดังนั้นจึงต้องสอดแทรกระหว่างร้อย
' พื้นฐาน ' ใบหน้ามากกว่าแค่
ไม่กี่เป้าหมายของการขยาย morphable หน้านางแบบเป็นตัวแทน
หน้าใด ๆ เป็นการรวมกันเชิงเส้นของจำกัดพื้นฐานชุดหน้า
ต้นแบบ แสดงใบหน้าของบุคคลหนึ่งเป็นการรวมกันเชิงเส้น
( Morph ) ของ " ต้นแบบ " ใบหน้าเป็นสูตรแรกสำหรับ
การบีบภาพในโทรคมนาคม [ 8 ] ภาพเชิงเส้น
ตามหน้าแบบ 2D ที่ใช้ประโยชน์จากข้อมูลขนาดใหญ่ชุดต้นแบบใบหน้า
พัฒนาระบบจดจำใบหน้า และภาพ [ 4 , 18 , 37 ] .
วิธีที่แตกต่างกันได้รับการถ่ายโดยอัตโนมัติตรงกับขั้นตอนที่จำเป็นสำหรับการสร้างโมเดล
morphable .
ห้องเรียนหนึ่งของเทคนิคจะขึ้นอยู่กับการไหลของแสง [ 5 ] และอีก 4 ในรูปแบบที่ใช้กลยุทธ์การจับคู่
[ 12 , 16 ) การรวมกันของ
ทั้งสองเทคนิคมีการใช้ปัญหาของการจับคู่ภาพ
[ 36 ] ในกระดาษนี้เราขยายวิธีการนี้ไปยังปัญหา

ติดต่อตรงกับ 3D หน้า ปัญหาระหว่างข้อมูลหน้า threedimensional
ที่แตกต่างกันได้รับการ addressed ก่อนหน้านี้โดยลี
et al . [ 20 ] ของขั้นตอนวิธีการจับคู่รูปร่างแตกต่างอย่างมีนัยสำคัญ
จากวิธีการของเราในหลายประการ ก่อนอื่นเราหา
ความสอดคล้องในความละเอียดสูง พิจารณาจากรูปร่างและเนื้อ
ข้อมูลพร้อมกัน ที่สอง , แทนการใช้แบบทิชชู่
ทางกายภาพเพื่อกำหนดช่วงของรับอนุญาตที่มีตาข่าย เราใช้
สถิติของตัวอย่างของเราที่มีใบหน้าเพื่อให้น่าเชื่อถือ .
3 เราไม่พึ่งประจําที่ได้รับการออกแบบมาเฉพาะเพื่อการตรวจสอบคุณลักษณะเฉพาะ
พบในใบหน้า เช่น ตา จมูก
กลยุทธ์การจับคู่ของเราทั่วไปสามารถใช้ไม่เพียง แต่จะปรับรูปแบบให้
morphable 3D สแกนใบหน้า แต่ยัง 2D ภาพใบหน้า ซึ่งแตกต่างจากก่อนหน้านี้วิธีการ
[ 3 ] , morphable 3D หน้านางแบบ
ตอนนี้โดยตรงตรงกับภาพ หลีกเลี่ยง GENERAT ทางอ้อมของ