Two-dimensional facial expression retargeting 二維人臉表情摹擬 學生:郭祥德 吳俊霖 指導教授:劉興民
Introduction 本專題是一個二維人臉表情摹擬系統，可以藉由使用者表情的變化使圖片上人臉表情跟著使用者變化。 本專題希望能以最簡單的設備達到人臉表情變化的效果
Job assignment Development Tools 組員 工作 吳俊霖 Radial Basis Function(RBF) 郭祥德 Image Warping Development Tools 編譯器 Microsoft Visual 開發工具 OpenCV 開發軟體 Microsoft Visual Studio 2010、Matlab 2013a 作業系統 Windows 7 CPU I5-2400 RAM 8G 硬體設備 Logitech c905 webcam (解析度：1280x720)
Methodology
Methodology 1.臉部特徵點偵測 （Face feature detection） 2. Radial Basis Function （RBF） 3. 變形（Image warping）
臉部特徵點偵測 Face feature detection 利用Landmark ++偵測臉部共83個特徵點 臉部特徵點 (Source Face) 臉部特徵點 (Target Face)
Radial Basis Function （RBF） 在這裡使用RBF是讓Target face跟Source face計算出其內差函式，增加變化的正確性 S0 S1 RBF T1 T0
有無RBF的差別 無 有 S0 Si T0 Ti
變形 Image warping 為了增加正確性 多增加圖片外圍8個點 取得T0特徵點 將特徵點結合圖做三角化 結合RBF產生的Ti做形變 Result 結果圖 為了增加正確性 多增加圖片外圍8個點
三角化 Delaunay triangulation
Image warping 我們根據Ti和Si座標點去做線性變換，產生新的x',y'的方程式，再根據新的方程式，對mesh的每個pixel做位置變化 變形前 變形後
DEMO實況
Limitation 初始Source Face需和Target Face表情相似 DEMO開始後頭部的位置只能小幅移動 眼鏡會影響偵測結果
未來展望 臉部特徵點偵測速度不夠快，希望之後可以達到即時偵測的水準 Image warping的正確性雖然經RBF以提升不少，但是還有進步空間 往三維人臉變化發展