盧麗穩(wěn)， 普?qǐng)@媛， 劉玉清， 錢文華， 徐 丹

（云南大學(xué)信息學(xué)院，云南 昆明 650091）

云南重彩畫人臉肖像生成算法

盧麗穩(wěn)， 普?qǐng)@媛， 劉玉清， 錢文華， 徐 丹

（云南大學(xué)信息學(xué)院，云南 昆明 650091）

通過(guò)對(duì)云南重彩畫作畫風(fēng)格的研究，論文提出了云南重彩畫人臉肖像生成算法。首先從云南重彩畫繪畫作品中學(xué)習(xí)云南重彩畫人臉繪制特點(diǎn)，引入特征比例對(duì)云南重彩畫人臉特征進(jìn)行描述，發(fā)現(xiàn)云南重彩畫人臉繪制特點(diǎn)，并歸納總結(jié)云南重彩畫人臉繪制規(guī)律。然后對(duì)輸入的人臉照片進(jìn)行輪廓線提取、特征點(diǎn)標(biāo)定、特征值及特征比例的計(jì)算，將特征比例與云南重彩畫人臉特征比例進(jìn)行比對(duì)，發(fā)現(xiàn)變形程度并進(jìn)行變形。最后，根據(jù)主觀辨識(shí)后的經(jīng)驗(yàn)值對(duì)五官特征的位置進(jìn)行調(diào)整，再進(jìn)行風(fēng)格轉(zhuǎn)換處理。運(yùn)用該算法生成的云南重彩畫風(fēng)格的人臉肖像，既與原圖相似，又符合云南重彩畫人臉繪制特點(diǎn)。

非真實(shí)感繪制；云南重彩畫；肖像；FDOG；移動(dòng)最小二乘法

非真實(shí)感繪制是計(jì)算機(jī)技術(shù)和繪畫藝術(shù)相結(jié)合的一個(gè)研究領(lǐng)域，其主要內(nèi)容是用計(jì)算機(jī)軟硬件手段來(lái)模擬具有不同繪畫風(fēng)格的畫面和動(dòng)畫，如鉛筆畫、水彩畫、油畫等。以丁紹光為代表的云南重彩畫融合了東西方古典藝術(shù)和現(xiàn)代藝術(shù)特色，具有很強(qiáng)的藝術(shù)美感和裝飾性，在國(guó)內(nèi)外享有很高的盛譽(yù)。對(duì)云南重彩畫進(jìn)行非真實(shí)感繪制研究，其成果可用于廣告行業(yè)、室內(nèi)裝修、數(shù)字娛樂(lè)等很多領(lǐng)域。在已開(kāi)展的云南重彩畫風(fēng)格化繪制算法研究中，普?qǐng)@媛等開(kāi)發(fā)了一個(gè)基于重彩畫圖形元素的云南重彩畫白描圖數(shù)字模擬和仿真合成系統(tǒng)，從重彩畫作品中提取具有重彩畫特點(diǎn)的圖形元素，并將它們應(yīng)用到人物造型繪制中，以達(dá)到模仿云南重彩畫人物繪制特點(diǎn)的效果[1]。但該方法不能生成與真人面貌相似的人物造型。本文從基于照片的云南重彩畫風(fēng)格繪制算法研究出發(fā)，提出云南重彩畫人臉肖像生成算法，對(duì)人臉照片進(jìn)行重彩畫風(fēng)格轉(zhuǎn)換，該算法作為基于照片的云南重彩畫風(fēng)格化繪制研究中的一個(gè)重要部分，其結(jié)果將影響到整體風(fēng)格繪制效果。

近年來(lái)，在非真實(shí)感繪制領(lǐng)域，諸多研究者已對(duì)人臉肖像風(fēng)格化轉(zhuǎn)換進(jìn)行了許多研究，如周仁琴等提出基于特征變形的卡通人臉肖像生成算法[2]；閻芳等提出了基于分階段變形漫畫風(fēng)格的人臉肖像生成算法[3]；陳文娟等提出一種漫畫中人臉特征的夸張以及相像度優(yōu)化算法[4]；閔鋒等提出基于與或圖表示的多風(fēng)格肖像畫自動(dòng)生成方法[5]；鄧維等提出基于構(gòu)建徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)將標(biāo)準(zhǔn)網(wǎng)格變形，分別與人臉和卡通人臉匹配校準(zhǔn)，生成二者的個(gè)性化網(wǎng)格，再通過(guò)紋理映射，產(chǎn)生個(gè)性化卡通人臉[6]；Lee等提出了多極自由形狀變形方法，并在 1996年提出了能量最小化方法[7-8]；Koshimizu等提出的以模板為基礎(chǔ)的夸張肖像產(chǎn)生系統(tǒng)PICASSO[9]。目前，云南重彩畫人臉肖像繪制方面的研究還未見(jiàn)報(bào)道。

在基于照片的云南重彩畫風(fēng)格化繪制過(guò)程中，需對(duì)輸入的人物照片進(jìn)行風(fēng)格化轉(zhuǎn)換，其中人臉的重彩畫風(fēng)格轉(zhuǎn)換對(duì)繪制效果具有重要影響。本文對(duì)云南重彩畫風(fēng)格化的人臉繪制進(jìn)行研究，首先學(xué)習(xí)以丁紹光為代表的云南重彩畫繪畫作品中人臉繪制特點(diǎn)，歸納總結(jié)云南重彩畫人臉繪制規(guī)律；然后對(duì)輸入的人臉照片按照歸納總結(jié)的云南重彩畫人臉繪制規(guī)律進(jìn)行變形，最后生成既與原圖相似，又具有云南重彩畫人臉繪制特點(diǎn)的人臉肖像圖。

1 云南重彩畫人臉肖像生成算法

1.1 算法流程

本文算法分為兩部分，第一部分是學(xué)習(xí)云南重彩畫人臉繪制特點(diǎn)，歸納總結(jié)人臉繪制規(guī)律；第二部分根據(jù)人臉繪制規(guī)律對(duì)輸入人臉照片的五官特征進(jìn)行變形，然后對(duì)五官位置進(jìn)行相應(yīng)的調(diào)整，再進(jìn)行風(fēng)格轉(zhuǎn)換處理，最后生成即與原圖相似，又具有云南重彩畫風(fēng)格化的人臉肖像圖。算法流程如圖1所示。

圖1 算法流程

1.2 云南重彩畫人臉繪制規(guī)律的發(fā)現(xiàn)

本文所選用的圖片來(lái)自云南重彩畫最具代表性的丁紹光繪畫作品集[10]，從中挑選出可以反映云南重彩畫人臉特征分布規(guī)律的正面人臉及大于等于1/2人臉的38張圖片的人臉截圖作為樣本集，云南重彩畫部分人臉截圖樣本如圖2所示。

通過(guò)觀察，我們發(fā)現(xiàn)云南重彩畫人臉具有如下特點(diǎn)：眉毛傾斜度很小呈水平狀，正面及大于1/2人臉的鼻型為倒梯型，櫻桃小嘴，眉毛、眼睛、鼻子、嘴巴4者的分布比較集中。

圖2 云南重彩畫及云南重彩畫人臉截圖

為對(duì)云南重彩畫人臉繪制特點(diǎn)進(jìn)行客觀描述，我們?cè)O(shè)定了14個(gè)特征值來(lái)描述其繪制特點(diǎn)，并在臉部標(biāo)定 17個(gè)關(guān)鍵特征點(diǎn)來(lái)計(jì)算特征值。關(guān)鍵特征點(diǎn)及 14個(gè)特征數(shù)值在人臉模型上的表示如圖3所示。

圖3 特征點(diǎn)標(biāo)定與特征數(shù)值表示

特征數(shù)值的描述如表1左所示。每個(gè)特征數(shù) 值通過(guò)計(jì)算對(duì)應(yīng)的特征點(diǎn)之間的歐氏距離得到。

表1 特征數(shù)值

另外我們發(fā)現(xiàn)，臉部特征數(shù)值不同對(duì)人臉視覺(jué)有一定的影響，但對(duì)人臉視覺(jué)影響起主要作用的是各個(gè)特征數(shù)值之間的比例關(guān)系。本文設(shè)定了12個(gè)特征比例值描述臉部特征的大小及位置關(guān)系，如表1右所示，前4個(gè)特征比例為臉型、眼、鼻、嘴單個(gè)人臉特征的比例關(guān)系，后8個(gè)特征比例為其他特征數(shù)值之間的比例關(guān)系。

我們?cè)谶x取的38張?jiān)颇现夭十嬋四樈貓D上，標(biāo)定 17個(gè)關(guān)鍵特征點(diǎn)，根據(jù)標(biāo)定的關(guān)鍵特征點(diǎn)計(jì)算出14個(gè)特征數(shù)值和12個(gè)特征比例。對(duì)正面人臉及大于等于1/2人臉的圖片進(jìn)行分類，計(jì)算每類圖片中人臉截圖的臉型、眉、眼、鼻、嘴單個(gè)人臉特征的平均特征比例，即可獲得云南重彩畫臉型、眉、眼、鼻、嘴單個(gè)人臉特征的繪制規(guī)律，如表2所示。

表 2 云南重彩畫人臉單個(gè)特征繪制規(guī)律

除了云南重彩畫臉型、眉、眼、鼻、嘴單個(gè)人臉特征具有如表2所示的繪制規(guī)律外，云南重彩畫人臉其他特征數(shù)值之間的比例關(guān)系也呈現(xiàn)一定的規(guī)律，如表3所示。

表3 云南重彩人臉特征數(shù)值之間的比例關(guān)系

為了比較云南重彩畫人臉與標(biāo)準(zhǔn)人臉的差別，我們給出標(biāo)準(zhǔn)人臉各項(xiàng)特征比例[3]和標(biāo)準(zhǔn)人臉圖像，如表4與圖4所示。

表4 標(biāo)準(zhǔn)人臉特征比例

圖4 標(biāo)準(zhǔn)人臉和重彩畫人臉圖對(duì)比圖

由以上表格可以看出，云南重彩畫正面人臉的長(zhǎng)寬比h:w在區(qū)間[1.42, 1.46]之間，標(biāo)準(zhǔn)人臉的長(zhǎng)寬比為1.25；云南重彩畫人臉上庭與臉長(zhǎng)比為1:2.5，標(biāo)準(zhǔn)人臉上庭與臉長(zhǎng)比為1:3；云南重彩畫人臉上庭、中庭、下庭 3者的比例為1.7:1:1.5，標(biāo)準(zhǔn)人臉中3者的比例為1:1:1等。通過(guò)比對(duì)人臉各項(xiàng)特征比例可得出云南重彩畫人臉繪制具有一定的規(guī)律，例如云南重彩畫人臉臉型為細(xì)長(zhǎng)型，額頭較寬、下巴較長(zhǎng)，眉、眼、鼻、嘴4者的分布比較集中。

1.3 云南重彩畫風(fēng)格的人臉肖像生成

基于 1.2節(jié)得到的云南重彩畫人臉繪制規(guī)律，我們構(gòu)建云南重彩畫人臉肖像生成算法，包括人臉輪廓生成、變形程度發(fā)現(xiàn)、臉型變形、五官特征變形、五官位置調(diào)整、風(fēng)格轉(zhuǎn)換等幾個(gè)關(guān)鍵步驟。

1.3.1 人臉輪廓生成

云南重彩畫具有鮮明的線條畫特點(diǎn)，其人臉也是由線條構(gòu)成的，所以要對(duì)輸入的人臉照片先進(jìn)行輪廓線的提取。本文采用基于流的高斯差分濾波器（Flow-based Difference- of- Gaussians，F(xiàn)DOG）提取人臉肖像輪廓線[11]，該算法是在DOG（Difference- of-Gaussians，DOG）濾波器[12]的基礎(chǔ)上改進(jìn)的。FDOG算法提取人臉輪廓線的步驟如下所示：

1） 輸入一張正面人臉照片，為突出圖像特征，對(duì)輸入的照片采用對(duì)比度自適應(yīng)直方圖均衡化方法進(jìn)行預(yù)處理，增強(qiáng)圖像的對(duì)比度，得到圖像I(X)。

2） 根據(jù)I(X)構(gòu)建邊緣向量t(X)，記為ETF。t(X)垂直于圖像的梯度 g(X)=▽I(X)，X=(x,y)為圖像I(X)上的像素點(diǎn)坐標(biāo)。

3） 根據(jù)邊緣向量圖ETF，我們采用基于流的高斯差分濾波器沿 ETF得到的邊緣線進(jìn)行積分，從而得到人臉輪廓。

圖5給出了canny算子、圖像未預(yù)處理及圖像預(yù)處理后提取的人臉輪廓對(duì)比圖。

圖5 人臉輪廓線生成

通過(guò)對(duì)圖 5(b)與圖 5(d)的對(duì)比發(fā)現(xiàn)，運(yùn)用FDOG濾波器提取的人臉輪廓線比常用的canny邊緣檢測(cè)算子能更有效地提取重要的邊緣信息，去除虛假的邊緣信息；對(duì)圖5(c)與圖5(d)對(duì)比發(fā)現(xiàn)，對(duì)輸入圖片先進(jìn)行圖像預(yù)處理，然后再提取邊緣輪廓線，可以提高線條的連續(xù)性。

1.3.2 變形程度發(fā)現(xiàn)

對(duì)輸入的人臉照片進(jìn)行人臉輪廓線提取后，為使其臉型、眉、眼、鼻、嘴單個(gè)人臉特征及它們之間的比例關(guān)系符合云南重彩畫人臉繪制規(guī)律，需要在人臉肖像輪廓圖上標(biāo)定 17個(gè)關(guān)鍵特征點(diǎn)，根據(jù)標(biāo)定的特征點(diǎn)計(jì)算 14個(gè)特征數(shù)值和12個(gè)特征比例值，然后與1.2節(jié)中發(fā)現(xiàn)的云南重彩畫人臉繪制規(guī)律對(duì)比，發(fā)現(xiàn)變形程度，然后變形。

為達(dá)到較好的變形效果，本文采用分步變形，先對(duì)臉型進(jìn)行變形，后對(duì)五官特征進(jìn)行變形。

1.3.3 臉型變形

臉型的變形是通過(guò)拉伸或壓縮的比例變換方式進(jìn)行的。首先計(jì)算輸入照片人臉的長(zhǎng)寬比，如果該比值在云南重彩畫人臉繪制規(guī)律范圍內(nèi)，則對(duì)人臉不予調(diào)整，反之調(diào)整到云南重彩畫人臉長(zhǎng)寬比所允許的范圍內(nèi)。

設(shè)原圖像中人臉的長(zhǎng)、寬分別為h和w，變形后符合云南重彩畫人臉特點(diǎn)的人臉長(zhǎng)、寬分別為 h′, w′，在臉型轉(zhuǎn)換過(guò)程中，臉寬保持不變，只進(jìn)行縱向的拉伸或壓縮，則h, w與h′, w′有如下關(guān)系：

其中d為云南重彩畫人臉長(zhǎng)寬比允許的范圍值。

圖6 臉型的變形

圖6(b)是對(duì)人臉肖像輪廓的臉型變形后得到的效果圖，與圖6(a)進(jìn)行對(duì)比，發(fā)現(xiàn)后者臉部輪廓明顯被拉伸，臉型變?yōu)榧?xì)長(zhǎng)型。

1.3.4 五官特征變形

臉型變形后，輸入照片的臉型符合云南重彩畫的臉型關(guān)系，但輸入人臉照片的眉、眼、鼻、嘴單個(gè)特征的形狀所呈現(xiàn)的規(guī)律與云南重彩畫不一定相符，比如圖6(b)中的輸入人臉照片的眉毛是彎曲型的，而云南重彩畫人臉的眉毛呈水平狀；輸入人臉照片的鼻子較寬，而云南重彩畫人臉中鼻子是細(xì)長(zhǎng)型的等。為此，我們根據(jù)得到的云南重彩畫單個(gè)臉部特征所表現(xiàn)出來(lái)的規(guī)律，對(duì)輸入人臉照片的單個(gè)特征進(jìn)行相應(yīng)程度的變形。本文所用到的五官特征變形方法為移動(dòng)最小二乘法(Moving Least Square，MLS)[13]，其步驟為：

1） 交互標(biāo)定圖像變形前五官特征的關(guān)鍵控制點(diǎn)集q，計(jì)算w1:h7, h6:w2, w3:h4，并與表2對(duì)應(yīng)的特征進(jìn)行比對(duì)，如在比例允許范圍內(nèi)，則不予以變形；否則按照步驟2）、3）進(jìn)行變形。

2） 根據(jù)得到的云南重彩畫人臉特征繪制規(guī)律，計(jì)算五官特征變形后對(duì)應(yīng)的控制點(diǎn)集s。

3） 求出變形函數(shù)f使公式（2）取得最小值：

其中si和qi為控制點(diǎn)集中像素點(diǎn)的坐標(biāo)，wi為權(quán)重，其表達(dá)式為：

v是變形前圖像中任一像素點(diǎn)，α為調(diào)節(jié)參數(shù)，本文中取值為1。權(quán)重wi的取值與v到si的距離成反比，即v距離si越遠(yuǎn)，受變形的影響越小。

一般地，變形函數(shù)f (x)可以分為線性變換項(xiàng)和平移變換項(xiàng)，分別用M和T表示，則有：

將式（4）代入（2）并求最小值，即對(duì)f的變量求導(dǎo)數(shù)且令其等于零有：

矩陣 M可以視為一般化的仿射變換，包含了平移、旋轉(zhuǎn)等變換成分。

圖7 五官特征變形

基于以上步驟對(duì)臉型變形后得到效果圖進(jìn)行五官變形，得到圖7(b)所示的效果。兩者相比可以發(fā)現(xiàn)，后者眉毛被拉平了，鼻子、嘴巴變小了；圖7(a)中的眼睛長(zhǎng)寬比w1:h7在云南重彩畫比例允許范圍內(nèi)，因此未變形。

1.3.5 五官位置調(diào)整

通過(guò)對(duì)圖7(b)觀察發(fā)現(xiàn)：?jiǎn)蝹€(gè)臉部特征所表現(xiàn)出來(lái)的規(guī)律比較接近云南重彩畫人臉特征規(guī)律的分布，比如臉型由原來(lái)的圓臉變?yōu)殚L(zhǎng)臉；眉毛傾斜度較小，呈水平狀等；但是五官特征之間的比例關(guān)系還明顯不符合云南重彩畫人臉?biāo)尸F(xiàn)出來(lái)的規(guī)律，基于此，我們需要對(duì)五官特征的位置進(jìn)行調(diào)整。

通過(guò)觀察以丁紹光為代表的云南重彩畫繪畫作品，發(fā)現(xiàn)五官位置比較集中，約集中在臉部的2/5至4/5處。如果只考慮眉、眼、鼻、嘴單個(gè)臉部特征的大小關(guān)系，而不考它們之間的位置關(guān)系，將直接影響到最終效果圖。為此，需要對(duì)變形后圖像的五官位置進(jìn)行調(diào)整，根據(jù)表4所發(fā)現(xiàn)的規(guī)律，在單個(gè)臉部特征變形的基礎(chǔ)上再采用平移變換對(duì)五官特征的位置進(jìn)行調(diào)整。本文中五官位置的調(diào)整指眉、兩眼、鼻、嘴沿著垂直方向的移動(dòng)。但在實(shí)驗(yàn)中我們發(fā)現(xiàn)，五官位置的調(diào)整對(duì)人臉辨識(shí)影響較大，位置移動(dòng)太大，則會(huì)使移動(dòng)后的人臉不象原來(lái)的人臉，移動(dòng)量太小，又達(dá)不到重彩畫風(fēng)格化的目的，所以我們要在相像性和重彩畫風(fēng)格之間進(jìn)行折中，找到一個(gè)最優(yōu)移動(dòng)量。經(jīng)過(guò)大量主觀辨識(shí)實(shí)驗(yàn)，我們發(fā)現(xiàn)當(dāng)眉、眼、鼻、嘴單個(gè)臉部特征的移動(dòng)量為最大移動(dòng)量（由表4計(jì)算出來(lái)）的一半時(shí)，效果圖達(dá)到最優(yōu)。超過(guò)最優(yōu)移動(dòng)量時(shí)，效果圖與原圖的相象性變得越來(lái)越差，小于最優(yōu)移動(dòng)量時(shí)，最終效果圖又不符合云南重彩畫人臉繪制規(guī)律。對(duì)五官特征的位置進(jìn)行移動(dòng)調(diào)整后的效果圖如圖8所示。

對(duì)圖8(a)和圖8(b)進(jìn)行比較，可以發(fā)現(xiàn)后者眉毛、眼睛均向下移動(dòng)，嘴巴、鼻子向上移動(dòng)，調(diào)整后的效果圖更接近于云南重彩畫人臉特征的分布。

圖8 五官位置調(diào)整

1.3.6 風(fēng)格轉(zhuǎn)換處理

經(jīng)過(guò)以上步驟處理后，輸入照片的五官特征及它們之間的比例關(guān)系已經(jīng)比較符合云南重彩畫的人臉特征規(guī)律分布。但是在色彩及發(fā)型上，還未進(jìn)行任何處理。觀察以丁紹光為代表的云南重彩畫，可以發(fā)現(xiàn)：頭發(fā)主要由發(fā)髻和長(zhǎng)發(fā)組成，用流動(dòng)交錯(cuò)的線條刻畫長(zhǎng)風(fēng)隨風(fēng)飄動(dòng)的靈感，用規(guī)則排列的線條刻畫發(fā)髻規(guī)整緊湊的形狀；線條常為中空輪廓線，中空部分多為金色、白色或灰色，它們被黑線或其它顏色的線條包圍，形成獨(dú)特的中空輪廓線效果；臉部特征中嘴唇、眼影的色彩比較鮮艷。

為更符合云南重彩畫的風(fēng)格，接下來(lái)，我們對(duì)調(diào)整后的效果圖的嘴唇、眼影進(jìn)行著色處理，對(duì)頭發(fā)進(jìn)行轉(zhuǎn)換，并同時(shí)對(duì)線條進(jìn)行中空處理。

我們運(yùn)用普?qǐng)@媛等[14]研發(fā)的云南重彩畫著色和渲染系統(tǒng)，如圖9所示，首先對(duì)調(diào)整后的圖像進(jìn)行發(fā)型轉(zhuǎn)換，然后對(duì)輪廓線進(jìn)行中空處理；同時(shí)對(duì)嘴唇運(yùn)用填充繪制方式進(jìn)行點(diǎn)塊狀色彩繪制，對(duì)眼影采用筆刷繪制的方式進(jìn)行著色處理。得到的效果圖如圖10所示。

圖9 云南重彩畫白描圖著色和渲染系統(tǒng)

圖10 著色處理后的效果圖

通過(guò)圖 8(b)與圖10的對(duì)比，發(fā)現(xiàn)通過(guò)增加金色中空輪廓線及對(duì)嘴唇和眼影分別進(jìn)行點(diǎn)塊狀、刮痕狀紋理合成得到的效果圖更符合云南重彩畫的風(fēng)格特點(diǎn)。

2 實(shí)驗(yàn)結(jié)果

我們對(duì)正面免冠照片進(jìn)行云南重彩畫的風(fēng)格化模擬，首先根據(jù)1.2節(jié)得到的云南重彩畫人臉繪制規(guī)律對(duì)輸入照片的臉型、眉、眼、鼻、嘴單個(gè)臉部特征進(jìn)行變形，再按主觀辨識(shí)后的經(jīng)驗(yàn)值對(duì)眉、眼、鼻、嘴單個(gè)臉部特征之間的位置關(guān)系進(jìn)行優(yōu)化，并對(duì)優(yōu)化后的效果圖進(jìn)行風(fēng)格化處理，得到的最終效果圖既與原圖相似，又符合云南重彩畫人臉特征規(guī)律的分布，得到的效果圖如圖11所示。

圖11 采用本文算法生成的最終效果圖

其中原圖2來(lái)自西安交通大學(xué)人工智能與機(jī)器人研究所的東方人臉數(shù)據(jù)庫(kù)。圖11中原圖1、原圖2、原圖3、原圖4是采用的圖2(b)中的發(fā)型，原圖5是采用的是圖2(c)的發(fā)型。

3 結(jié) 論

本文提出云南重彩畫人臉肖像繪制算法。通過(guò)學(xué)習(xí)云南重彩畫人臉繪制特點(diǎn)，采用 17個(gè)關(guān)鍵特征點(diǎn)、14個(gè)特征數(shù)值和12個(gè)特征比例值來(lái)描述重彩畫人臉繪制特點(diǎn)，總結(jié)歸納了云南重彩畫人臉特征繪制規(guī)律；對(duì)輸入照片進(jìn)行關(guān)鍵特征點(diǎn)標(biāo)定，計(jì)算特征數(shù)值和特征比例并與云南重彩畫人臉繪制規(guī)律進(jìn)行比對(duì)，發(fā)現(xiàn)變形程度后對(duì)臉部特征變形，根據(jù)主觀辨識(shí)后的經(jīng)驗(yàn)值對(duì)五官特征之間的位置進(jìn)行優(yōu)化，然后對(duì)發(fā)型、線條進(jìn)行風(fēng)格轉(zhuǎn)換，最終生成即保持原圖相像性又符合云南重彩畫人臉特征分布的正面人臉肖像。本文采用FDOG濾波器對(duì)圖像輪廓線進(jìn)行提取，得到的輪廓線比較連續(xù)、光滑，為接下來(lái)的臉部特征變形提供了基礎(chǔ)。本文在人臉相像度方面，還需進(jìn)一步研究。

[1] 普?qǐng)@媛, 蘇 迤, 魏小敏, 等. 云南重彩畫白描圖繪制系統(tǒng)[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2011, 32(2): 607-610, 614.

[2] 周仁琴, 周經(jīng)野, 陳益強(qiáng), 等. 基于特征發(fā)現(xiàn)的卡通人臉肖像生成[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2006, 18(9): 1362-1366.

[3] 閻 芳, 費(fèi)廣正, 柳婷婷, 等. 漫畫風(fēng)格的人臉肖像生成算法[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2007, 19(4): 442-447.

[4] 陳文娟, 石民勇, 孫慶杰. 人臉漫畫特征關(guān)系夸張及相像度優(yōu)化[J]. 計(jì)算機(jī)應(yīng)用, 2009, 29(z2): 301-304.

[5] 閔 鋒, 桑 農(nóng). 一種基于與或圖表示的多風(fēng)格肖像畫自動(dòng)生成方法[J]. 計(jì)算機(jī)學(xué)報(bào), 2009, 32(8): 1595-1602.

[6] 鄧 維, 魏迎梅, 張友根. 利用圖像變形生成個(gè)性化人臉卡通[J]. 計(jì)算機(jī)工程與應(yīng)用, 2011, 47(24): 132-135.

[7] Lee S Y, Chwa K Y, Hahn J, et al. Image morphing using deformation techniques[J]. Visualization and Computer Animation, 1996, 7(1): 3-23.

[8] Lee S Y，Chwa K Y, Shin S Y，et al. Image metamorphosis using snakes and free form deformations [C]//Computer Graphics Proceedings, Annual Conference Series, ACM SIGGRAPH, New York: ACM Press, 1995: 439-448.

[9] Koshimizu H, Tominage M, Fujiwara T, et al. On Kansei facial processing for computerized facial caricaturing system Picasso [C]//Proceedings of IEEE International Conference on Systems, Man, and Cybernetics, Tokyo, 1999: 294-299.

[10] 劉秉江, 丁紹光. 現(xiàn)代云南重彩畫集[M]. 北京: 北京工藝美術(shù)出版社, 2002.

[11] Kang H, Lee S, Chui C K. Coherent line drawing [C]// Proceedings of the ACM International Symposium on Non-Photorealistic Animation and Rendering (NPR07), pp.43-50. ACM, New York (2007).

[12] Winnem?ller H, Olsen S C, Gooch B. Real-time video abstraction[C]//Proceedings of the ACM SIGGRAPH ’06, ACM, New York, 2006: 1221-1226.

[13] 華順剛, 劉 婷. 利用移動(dòng)最小二乘法實(shí)現(xiàn)圖像變形[J]. 計(jì)算機(jī)應(yīng)用, 2009, 29(1): 71-73.

[14] 普?qǐng)@媛. 云南重彩畫藝術(shù)風(fēng)格的數(shù)字模擬及合成技術(shù)研究[D]. 昆明: 云南大學(xué), 2010.

A Portrait Generation Algorithm of Yunnan Heavy Color Painting

Lu Liwen, Pu Yuanyuan, Liu Yuqing, Qian Wenhua, Xu Dan
( School of Information Science and Engineering，Yunnan University, Kunming Yunnan 650091, China )

A portrait generation algorithm of Yunnan heavy color painting is presented in this paper. First, the painting characteristics of Yunnan heavy color painting are summarized by extracting facial features from Yunnan color painting works and calculating the proportion between facial features. Second, the extent to deformation is calculated by comparing features of real face and painting characteristics and the real face is deformed. Finally, the positions of eyes, the nose and so on are adjusted according to subjective experiences. The portrait generated by this algorithm is similar to the original picture and fits the distribution feature of facial characteristics of Yunnan heavy color painting.

non-photorealistic rendering; Yunnan heavy color painting; portraits; FDOG; moving least square

TP 391

A

2095-302X (2013)03-0126-08

2012-09-02；定稿日期：2012-09-07

國(guó)家自然科學(xué)基金資助項(xiàng)目（61163019，61271361）；高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金資助項(xiàng)目（20095301110006）；云南省教育廳重點(diǎn)資助項(xiàng)目（2012Z056）

盧麗穩(wěn)（1987-），女，陜西渭南人，碩士，主要研究方向?yàn)榉钦鎸?shí)感圖形繪制。E-mail：422012979@qq.com

普?qǐng)@媛（1972-），女，云南昆明人，博士，副教授，主要研究方向?yàn)榉钦鎸?shí)感圖形繪制，多媒體信息處理。E-mail：km_pyy@126.com