Anwendung (Blanz/Vetter)

Nächste Seite: Aufbauen der Modell-Datenbank aus Aufwärts: Gesichtsanimation mit Morphing Vorherige Seite: Was wurde gemacht (Blanz/Vetter) Inhalt

Unterabschnitte

Man kann nun aus dem Vektorraum der 3D-Gesichter eine Linearkombination bilden, so dass dieses 3D Gesicht sich möglichst gut an ein gegebenes 2D Gesicht anpaßt¹¹. Das rohe Anpassen geschieht manuell. Weiteres Anpassen des 3D-Shapes, der Textur und der Ausleuchtung geschieht automatisch. Das 3D-Modell wird mit einem einfachen Phong-Modell (bestehend aus diffus-reflektierten und gespiegeltem Licht) gerendert.

Wahrscheinlichkeitsrechnung

Man kann nun ein erzeugtes Gesicht begutachten, wie wahrscheinlich es ist, dass es auftreten kann. Dies macht man mit dem Satz von Bayes mit mehreren Zufallsvariablen. Anhand der Wahrscheinlichkeit kann man festlegen, wie gut das Gesicht aussehen wird¹².

Veränderungen des Gesichtes

Es lassen sich beliebige Attribute des Gesichtes mit Hilfe einer überstreckten Morphingfunktion festlegen:

verschiedene binäre und kontinuierliche Attribute wie dick/dünn weiblich/männlich
vom Durchschnittsgesicht über den eigentlichen 3D Scan bis zur Karrikatur (Die Eigenschaft von Karrikaturen ist, dass einzelne Merkmale stark betont werden.)
Gesichtsausdrücke. Es lassen sich Gesichtsausdrücke aus einem Gesicht heraussubtrahieren: z.B.

$\begin{displaymath}\mbox{Lachen}=\mbox{Lachender Gesichtsausdruck}-\mbox{Neutraler Gesichtsausdruck}\end{displaymath}$

Schlecht gestellte Probleme

Das Problem aus einem 2D-Gesicht ein 3D-Gesicht zu machen, ist ein schlecht gestelltes Problem.

Ein Problem

heißt wohlgestellt, wenn

für jedes $u\in U$ eine Lösung existiert.
die Lösung für jedes $u\in U$ eindeutig ist.
die Lösung kontinuierlich von den Urbildern abhängt.

Ein schlechtgestelltes Problem ist nicht wohlgestellt. Häufig ist bei schlechtgestellten Problemen der Lösungsvektorraum sogar unendlich.

Beispiele für schlechtgestellte Probleme (hier sind inverse Probleme aufgelistet):

Erzeugen eines 3D-Bildes aus einem 2D-Bild. (z.B. Würfel)
Endeffektor an eine bestimmte Position.
Anpassung der Gesichtsmuskulatur

Mit der Tikhonoff-Regularisierung tastet man sich langsam an die Lösung des Problems heran. Damped-Square-Methode ist eine Instanz der Tikhonoff-Regularisierung.

Fußnoten

... anpaßt ¹¹: Dabei müssen die Modelparameter für das 2D-Bild berücksichtigt werden: Kameraposition, Objektskalierung, Rotation und Translation, Beleuchtung, Farbkontrast...
... wird ¹²: Gesichter mit völlig verzerrtem Gesichtsbild sind eben halt sehr unwahrscheinlich. Gesichter, die normal aussehen, sind sehr wahrscheinlich in der Datenbank.

Nächste Seite: Aufbauen der Modell-Datenbank aus Aufwärts: Gesichtsanimation mit Morphing Vorherige Seite: Was wurde gemacht (Blanz/Vetter) Inhalt