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。

Presentation on theme: "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。"— Presentation transcript:

1 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

2 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

3 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)

4 Methodology

5 Methodology 1.臉部特徵點偵測 （Face feature detection）
2. Radial Basis Function （RBF） 3. 變形（Image warping）

6 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)

7 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 S S1 RBF T1 T0

8 有無RBF的差別 無 有 S Si T Ti

9 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

10 三角化 Delaunay triangulation

11 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

12 DEMO實況

13 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

14 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