1、本文研究了基于偏微分方程(Partial Differential Equations PDE)的3D人臉表情建模的問題。3D人臉表情的研究由來已久,人們也創(chuàng)建了很多的模型,如基于肌肉骨骼運動的網(wǎng)格模型能模擬出逼真的人臉表情,直接數(shù)據(jù)驅(qū)動模型能夠快速的產(chǎn)生逼真的人臉表情。這些人臉表情也在諸多場合有著廣泛的應用。但是,這些模型還是表現(xiàn)出了一些讓人失望的缺點,突出的表現(xiàn)在這些模型無法同時滿足普適性、逼真性、高效性和自動性。而這些特征又是評價

2、模型好壞的重要標志?；赑DE的3D人臉表情模型是從PDE所具有的優(yōu)勢和當前人臉模型不足的現(xiàn)狀結合產(chǎn)生的。PDE模型的源數(shù)據(jù)是3D點云數(shù)據(jù),比從2D圖像得到的圖像更精確也更具有自動性(2D圖像需要進行3D數(shù)據(jù)重建,這個過程往往需要手工干預);PDE模型的參數(shù)只與人臉數(shù)據(jù)曲線有關,適用范圍更廣;PDE具有局部特征保持性,不會模糊邊界,更能達到逼真效果;PDE模型的邊界曲線選取是交叉選取的,能達到局部區(qū)域銜接的光滑性;只需要四條邊界曲線就可

3、以表示一個PDE模型,只需要少量的計算就可以建立一個PDE模型。經(jīng)過大量的實驗仿真,本人利用85個PDE模型表示一張人臉,在表示精度和建模時間上，確實比其它模型提高不少。在PDE模型的基礎上對人臉表情差異進行分析及合成是本論文的一個應用,實驗結果和結論都有介紹。
　　本文從建立PDE模型的3D點云數(shù)據(jù)選取出發(fā),沿著PDE模型建立的步驟進行闡述,一直達到完成PDE模型的完全建立。分別介紹了數(shù)據(jù)采集、數(shù)據(jù)規(guī)范化、PDE邊界曲線提取、P