漫画风格的人脸肖像生成算法

合集下载

参数化的肖像漫画生成算法

参数化的肖像漫画生成算法SU Yan-hui;LI Shuai;ZHAN Yong-song【期刊名称】《计算机应用研究》【年(卷),期】2014(31)5【摘要】The existing methods of computer generated cartoons are mostly realized by high-level semantic analyze or template based way， those methods are more focus on exaggerated templates and proportion， but less form the essence of artist s pain-tings， which use%现有计算机生成漫画的方法大多基于高层语义描述和图像模板的方式来实现，主要通过基于图像变形的算法达到漫画夸张的效果，更多关注的是夸张点的位置模板和夸张的比例，很少从艺术家的绘画本质，即线条来描述夸张的尺度。

参数化的方法从艺术家绘画的本质线条出发，分析夸张的基本原理，构建组成人脸夸张各器官的线条元素，将漫画的夸张特征转换为一些可控制的参数，并通过局部参数的控制调整，实现不同艺术风格的漫画。

实验证明该方法实现的漫画效果线条造型丰富，夸张效果突出，较好地还原了艺术家漫画夸张的线条表现本质。

【总页数】4页(P1562-1565)【作者】SU Yan-hui;LI Shuai;ZHAN Yong-song【作者单位】College of Computer Science，Zhejiang University，Hangzhou 310058，China;Guangxi Key Laboratory of Trusted Software，Guilin University of Electronic Technology，Guilin Guangxi 541004，China;Guangxi Key Laboratory of Trusted Software，Guilin University of Electronic Technology，Guilin Guangxi 541004，China【正文语种】中文【中图分类】TP391【相关文献】1.基于NMF和LS-SVM的肖像漫画生成算法研究 [J], 王海君;杨士颖;王雁飞2.漫画风格的人脸肖像生成算法 [J], 阎芳;费广正;柳婷婷;马文慧;石民勇3.基于相关分析的肖像素描漫画生成系统 [J], 华博;李帅;湛永松4.基于颜色量化的肖像漫画生成方法研究 [J], 韩燕丽;杨慧炯5.基于特征变形的人脸肖像漫画生成 [J], 冯晓斐; 潘翔因版权原因，仅展示原文概要，查看原文内容请购买。

人物肖像画及其卡通动画仿真系统的建立

Ｈｅｅｈｉ３０７，Ｃｉａ；ｈｉＡｎｕ０２２ｈｎ
２ａｊｇＡｍｏｍｄＣｌｇ，ａｊｇＪｎｓ１０５Ｃｉａ．ＮｉｒｙＣｍａｏｅｅＮｎｎｉｇｕ２０４，ｈ）ｎｎｎｌｉａｎ
ＡＢＳＴＲＡＣＴ：ｈａｅｉｔｒａｉｇａｕｏｔｄｐｒａｔｇｎｒｔｎｓｓｅｗｔｅｌｍｒｅａｇｒｔｒａｄｃｒＴｅｐｐｒａｍｓａｅｔｎａｔｍａｅｏｔｉｅｅａｉｙｔｍｉｒａｉｏｘｇｅａｏｎａ－ｃｎｒｏｈｓｔｏｎｔｅｆｏｔｍａｅｔｒｕｈａｃｍｍｏｅｏａｏｕｅ．ＡｃｉｅＡｐａａｃｄｌｓａｓａｉｔｄｌ，ｉｃｎｏｎｏｈｒｎｇｈｏｇｏｉｎｐｒｎｃｍｐｔｒｓｌｔｐｖｅｒｎｅＭｏｅｔｔｉｍｏｅｉｓｃｔａｂｄｌｓｄｉａｉａｕｅｘｒｃｉｎｅｗｉｅｙｕｅｆｃａｆｔｒｓｅｔａｔ．Ｂｔｔｔｌｄｅｏｓｌｈｆｒａｉｎａａｌｂｅｕｈａｅｓｉｏ．ｎｌｅｏｕｉｏｓｎｔｅａｅｉｏｉｓｌｕｌｔｎｍｔｖｉｌ，ｓｃｓｔｋｎｃ１ｏａｈｏｎｏｍａｉｎ，ｗｉｈｈｓｂｅｉｅｙｕｅｎｆｃｅｅｔｎａｄｐｅｒｃｓｉｇｏｉａｍａｅ．ＭａｉｇｆｌｕｅｏｒｉｒｔｆｏｈｃａｅｎｗｄｌｓｄｉａｅｄｔｃｉｒｐｏｅｓｎｆｓｔｉｇｓｏｎｄｌｋｎｕｌｓｆｔｅｃｒｍａｉｎｏａｉｎｏｋｎｗｌｇｅｔｅｕｅｔｅｓａｅｏｈｈｏｔｉｒｔｆｓｉｉｒａｌｒｄｃｈｃｆＡＡＭｅｃｉｇ，ＢｅｎｔｉｉｒｖｄＡＡＭ，ｅｃｆｍｏｌｙｌｓａｈｎｒｓａｄｏｈｓｍｐｏｅｗｃｃｕａｅｙｌｃｔｅｔｒｓｏｍａｅａｄｄｓｇｎａｔｍａｅｏｒｉｇｎｒｔｎｓｓｅＴｉａｐａｈｈｓｂｅｎａａｃｒｔｌｏａｅｆａｕｅｆｉｇｎｅｉｎａｕｏｔｄｐｒａｔｅｅａｉｙｔｍ．ｈｓｐｒｃａｅｎｔｏｏｐｏｅｏｒｃｙｅｐｒｎｓｗｉｕｄｅｓｏｇｓａｄｔｅｒｓｌｅａｍｏｔｈａｏｅｅｐｃｅ．Ｔｅｅ — ｒｖｄｃｒｅｔｘｅｍｅｔｔｈｎｒｄｆｍａｅｎｈｅｕｔａｂｉｈｉｓｒｌｓｔｅｓｍｅａｔｓｘｅｔｄｈｘｓｈｐｒｎｅｕｔｓｏｈｔｔｅｆｓａｐｏｃｓｖｒｆｃｅｔｎｃｅｔｇｐｒａｔｇｎｒｔｎａｄｉｗｌｂｉｅｙｕｅｅｉｔｒｓｌｈｗｔａｈａｔｐｒａｈｉｅｙｅｆｉｎｒａｉｔｉｅｅａｉｔｉｅｗｄｌｓｄｍｅｓｉｉｎｏｒｏｎｌｉｒｏｎＷｉａｄ，ｍｕｔｄａａｓｍｅｔ，ａｎｅｗｒｏｎＣａｏｚｔｒｌｍｅｉｍｕｅｎｇｍｅａｄｎｔｏｋｃｍｍｕｉａｉｎｏｔａｅａｄＳｎｉｎｃｔａｓｆｒｎＯｏ．ｏｌｗＫＥＹＷＯＲＤＳ：ａｉｌｅｔｒｓｅｔａｔｎ；ＦｃｅｅｔｎＡｃｉｅａｐａａｃｄｌｋｎ — ｃｌｒｍｏｅ；ＰｒａｔＦｃａａｕｅｘｒｃｉｆｏａｅｄｔｃｉ；ｏｔｐｅｒｎｅｍｏｅ；Ｓｉｖｏｏｄｌｏｒｔｉ

秒变漫画脸的文案

秒变漫画脸秒变漫画脸的文案一、什么是漫画脸？漫画脸是指将真实人脸转化为漫画风格的图像处理技术。

通过使用计算机图形学和人工智能算法，可以实现将人脸的形状、线条和颜色转化为漫画的特征。

漫画脸具有夸张、卡通化的特点，常用于动画、游戏、广告等媒体中。

二、为什么要秒变漫画脸？1.增加趣味性：漫画脸具有夸张、卡通化的特点，可以为照片增添趣味和娱乐性，让人们对照片产生更多的兴趣和共鸣。

2.个性表达：漫画脸可以将真实人脸转化为独特的艺术风格，通过改变线条、颜色等元素，展现个人的独特魅力和个性特点。

3.美化效果：漫画脸能够美化人脸，改善皮肤质感和线条，使得原本平凡的照片更加美观动人。

4.社交分享：漫画脸可以轻松在社交媒体上分享，吸引他人的关注和点赞，增加社交影响力。

三、如何实现秒变漫画脸？实现秒变漫画脸的关键是图像处理和人工智能技术的结合。

下面是一种常用的实现方式：1. 数据准备首先需要准备大量的人脸数据，包括各种不同特征的人脸照片，这些数据将用于训练神经网络模型。

2. 训练模型使用人工智能算法，通过神经网络模型对准备好的人脸数据进行训练。

训练模型的目标是将真实人脸转化为漫画脸的特征，包括线条、形状和颜色等。

3. 图像处理将用户上传的真实人脸图像传入训练好的模型，进行图像处理。

处理过程中，模型会根据训练得到的特征，将人脸图像转化为漫画脸。

4. 参数调整为了满足用户个性化的需求，可以提供一些参数供用户调整，例如线条的粗细、颜色的明暗等。

用户可以根据自己的喜好进行调整，使得漫画脸更符合个人的要求。

5. 秒变漫画脸最后，将处理后的漫画脸图像呈现给用户。

用户可以将其保存、分享或用于个人形象的展示。

四、应用场景秒变漫画脸的技术可以应用于多个领域，下面列举了一些常见的应用场景：1. 社交媒体在社交媒体上分享自己的漫画脸，可以吸引更多的关注和点赞，提高社交影响力。

2. 游戏娱乐将真实人脸转化为漫画脸可以应用于游戏角色的设计，增加游戏的趣味性和吸引力。

人脸漫画生成技术研究进展

ｏｕｔ．
Ｋｅｙｗｏｒｄｓ：ｃａｒｉｃａｔｕｒｅ；ｈｉｇｈ — ｌｅｖｅｌｓｅｍａｎｔｉｃ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｅｘａｇｇｅｒａｔｉｏｎｒｕｌｅ
Ａｂｓｔｒａｃｔ：Ａｎｏｖｅｒｖｉｅｗｏｆｔｈｅｄｅｖｅｌｏｐｍｅｎｔｉｎｔｈｅｆｉｅｌｄｏｆｃｏｍｐｕｔｅｒｃａｒｉｃａｔｕｒｅｇｅｎｅｒａｔｉｏｎｉｓｐｒｅｓｅｎｔｅｄｂａｓｅｄｏｎｔｈｅｐｒｏｃｅｓｓｏｆｃｒｅａｔｉｎｇｃａｒｉｃａｔｕｒｅ．Ｔｈｅｅｓｔａｂｌｉｓｈｅｄａｐｐｒｏａｃｈｅｓａｒｅｂａｓｅｄｏｎｈｉｇｈ — ｌｅｖｅｌｓｅｍａｎｔｉｃｓａｎｄｉｍａｇｅｔｅｍｐｌａｔｅ，
作为一种典型的艺术形式，人脸漫画是用简单而
夸张的手法来描绘脸部特征，并融入艺术家个人绘画技巧以及主观感觉的图画。近年来，随着数字媒体产
ＨｕａＢｏ，ＳｕＹａｎｈｕｉ。，ＦｅｎｇＳｈｉ，ＺｈａｎＹｏｎｇｓｏｎｇ
（１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｏｎｒｉｃＴｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ５４１００４，Ｃｈｉｎａ；

云南重彩画人脸肖像生成算法

图
学
学报
２０１３生
边缘轮廓线，可以提高线条的连续性。
１．３．２变形程度发现
脸中鼻子是细长型的等。为此，我们根据得到的云南重彩画单个脸部特征所表现出来的规律，对输入人脸照片的单个特征进行相应程度的变形。本文所用到的五官特征变形方法为移动最小二乘法（ＭｏｖｉｎｇＬｅａｓｔＳｑｕａｒｅ，ＭＬＳ）［引，其步骤为：
嘴４者的分布比较集中。１．３云南重彩画风格的人脸肖像生成基于１．２节得到的云南重彩画人脸绘制规
通过对图５（ｂ）与图５（ｄ）的对比发现，运用
ＦＤＯＧ滤波器提取的人脸轮廓线比常用的ｃａｎｎｙ边缘检测算子能更有效地提取重要的边缘信息，去除虚假的边缘信息；对图５（ｃ）与图５（ｄ）对比发现，对输入图片先进行图像预处理，然后再提取
像预处理后提取的人脸轮廓对比图。
＿置ｌ一。ｌ
：
圈
图４标准人脸和重彩画人脸图对比图
。一
：、
。。
；。
（ａ）原图
（ｂ１ｃａｎｎｙ算子提取的效果
由以上表格可以看出，云南重彩画正面人脸
眼宽 பைடு நூலகம்“ Ｔ ” 长

基于特征发现的卡通人脸肖像生成

ｉｐｔｄ，ｉｓｆａｕｅｒｏｐｒｄｗｉｈｔｖｒｇｅｆｃｏｄｓｏｅｈｅｐｒｏａｅｔｒｓｏｈｎｉｉａ，ｎｕｔｅｔｅｔｒｓａｅｃｍａｅｔｈｅａｅａａｅｔｉｃｖｒｔｅｓｎｌｆａｕｅｆｔｅｉｄｖｄｕｌ
Ａｂｔａｔｓｒｃ
ＴｈｉａｅｅｅｔｙｔｍｏｕｏｍａｉｅｒｔｏｎｏｕａａｉａｕｒＢｙｔｅｓｈｍｅｓｐｐｒｐｒｓｎｓａｓｓｅｆｒａｔｔｃｇｎｅａｉｆｈｍｎｃｒｃｔｅ．ｈｃｅ
ｐｏｏｅｎｔｅｓｓｅ，ｗｅｆｒｔｅｒｃａｉｌｅｔｒａａｅｅｓｆｏｈｅｌｆｃａｈｔｓｏ０ｍａｅｎｒｐｓｄｉｈｙｔｍｉｓｘｔａｔｆｃａａｕｅｐｒｍｔｒｒｍｔｅｒａａｉｌｐｏｏｆ１ｌｓａｄｆ０１０ｆｍａｅｅｐｃｉｅｙ，ａｄｗｅｃｌｕｌｔｈｅａｒｇａｉｌｆａｕｒｓｔｏｇｔｔｓｉｒｃｄｒｅｌｓｒｓｅｔｖｌ０ｎａｃａｅｔｖｅａｅｆｃａｅｔｅｈｒｕｈａｓａｉｔｃｐｏｅｕｅ．Ｔｈｒｅｅ
（ｐｒｍｅｔｆＣｍｐｔｃｎｅａｄＴｃｎｌｇ，ＣｌｇｎｏｍａｉｎＥｎｉｅｒｇ．ＸｉｎｔｎＵｎｖｒｉＤｅａｔｎｏｏｕｅＳｉｃｎｅｈｏｏｙｏｌｅｆＩｆｒｔｇｎｅｉｒｅｅｏｏｎａｇａｉｓｙ，Ｘａｇａ４１０）ｅｔｉｎｔｎ１１５（ｏｎｅａｃ＆ＤｖｌｐｎＬｂｒｔｒｏｖｎｅｍｕｅｎｒｍｕｉｔｎＴｃｎｌｙ．Ｉｓｉｔｏｍｐｔｎｅｎｌｙ，ＪｉｔＲｓｒｈｅｅｅｏｍｅｔａｏａｏｙｆｒＡｄａｃｄＣｐｔｒａｄＣｎｏｏｎｃｉｅｏｏａｏｈｇｎｔｕｅｆＣｔｏｕｉｇＴｃｏｏｈｇＣｉｅｃｄｍｙｏｈｎｓＡａｅｅｆ＆＇ｎｅ，Ｂｉｎ１０８）ｉｃｓｅｉｇ０００ｅｊ（ｈｎｈｉｎｔｕｅｆＣｍｐｔｇＴｃｎｌｙ，Ｃｉｅｅａｅｙｏｃｎｅ，Ｓａｇａ２１０）ＳａｇａｓｉｔｏｏＩｔｕｉｅｏｇｎｈｏｈｎｓＡｃｄｍｆＳｉｃｓｈｎｈｉ０２３ｅ

计算机好写的论文题目(精选200个)

计算机好写的论文题目（精选200个）计算机科学与技术专业的学科代码为0812，下属四个二级学科：计算机系统结构(081201)、计算机软件与理论(081202)、计算机应用技术(081203)以及信息安全(081220)。

本专业培养具有良好的科学素养，系统地、较好地掌握计算机科学与技术，包括计算机硬件、软件与应用的基本理论、基本知识和基本技能与方法，能在科研部门、教育单位、企业、事业、技术和行政管理部门等单位从事计算机教学、科学研究和应用的计算机科学与技术学科的高级科学技术人才。

本专业学生主要学习计算机科学与技术方面的基本理论和基本知识，接受从事研究与应用计算机的基本训练，具有研究和开发计算机系统的基本能力。

本专业学生可以在以下计算机学科的二级学科下选择论文的具体方向：计算机系统结构、计算机软件与理论、计算机应用技术、信息安全、教育技术。

选题方向一、计算机软件与理论计算机软件与理论是指由计算机科学理论和研究、开发计算机软件所涉及的理论、方法、技术所构成的学科，是信息科学的核心研究领域之一，是计算机学科用来为国民经济、国防建设、人民生活服务的工具和基础。

计算机软件与理论的研究范围十分广泛，包括系统软件、软件自动化、程序设计语言、数据库系统、软件工程与软件复用技术、并行处理与高性能计算、智能软件、理论计算机科学、人工智能、计算机科学基础理论等。

该学科的研究方向主要有：软件方法学、信息系统工程、并行处理与高性能计算、计算机网络与普适计算和数据库技术与应用等。

以培养高素质的创新型科学研究与工程技术人才为目的。

教学科研工作中，兼顾理论研究与工程技术实践，着力建设重基础、宽口径的特色专业，以校企联合为手段，为科学研究和信息技术产业输送高层次的计算机专门人才。

在科学研究和应用技术方面跟踪国内外前沿方向，形成基础研究与应用技术研究结合、产学研结合的特色。

通过委托、横向合作等方式将科研成果转化为计算机应用产品，为政府、企事业等单位的公共信息平台建设进行研发，涉及信息系统集成、Web技术、信息安全、智能控制、图形图像处理、新农村及制造业信息化、远程教育、软件项目管理等众多应用领域。

七年级美术人物肖像漫画

漫画是可以用于讽刺或用于愉悦，但必须具有幽默感的图画，而肖像漫画是漫画的一部分。
谢谢大家！
一、头部构成
1.脸型
脸型大体可以分为五种
甲
申
由
田
国
一、头部结构
3.五官
眉毛、眼睛、鼻子、嘴巴、耳朵
2.发型
长、短、直、卷、辫
二、表情变化
表情变化主要由眉毛、眼睛、嘴巴的变化决定，鼻子、耳朵次之。
三、表现手法
肖像漫画主要采用两种表现手法
1.夸张对特征进行刻意夸张 2.省略对次要的省略概括
四、作品欣赏
四、作品欣赏
五、创作步奏
1、确定脸型
2、确定发型
3、确定五官位置
4、细部刻画
总结
一、头部构成
1、脸型：甲、申、由、田、国 2、发型：长、短、直、卷、辫 3、五官：眉、眼、鼻、嘴、耳
二、表情变化
表情变化主要由眉毛、眼睛、嘴巴的变化决定，鼻子、耳朵次之省略概括
猜猜 ta 是谁
你能认出这是谁吗？
你是通过哪个部位认出来的呢？
肖像漫画
漫画是可以用于讽刺或用于愉悦，但必须具有幽默感的图画，而肖像漫画是漫画的一部分。
学习目标
培养审美能力，提高观察、创造与表现的能力。
了解肖像漫画的基本常识，掌握形式较为简单的创作的方法，用简练的线条进行创作。

计算机科学与技术专业选题方向参考 (1)

计算机科学与技术专业选题方向参考、撰写提示及参考书目计算机专业学生可以在以下计算机学科的二级学科下选择论文的具体方向：计算机系统结构、计算机软件与理论、计算机应用技术、信息安全、电子商务。

【选题方向1 】计算机应用技术计算机应用技术，狭义的说是指可以利用任何一种计算机软件的任何一功能，为可能用到它的人提供一定的服务；广义的说是指对各种软件的各种功能/设置属性有足够的了解和应用能力，可以在各种情况下驾驭计算机高效率的为不同人群提供他们所需要的各种服务。

凡是利用计算机软件，为需要或者可能需要它的人提供服务的技术，就是计算机应用技术。

➢参考论文题目：1. 数据库管理系统2．信息管理系统设计与实现3. 信息管理(B/S)4. 实验室管理系统设计5. 政府信息化管理6. 超市管理系统设计7. 基于校园网的交互式网络教学系统8. 网络服务系统的设计9. 在线考试系统设计10. 的网站新闻管理系统设计与实现11.网页设计制作规范12.计算机图形学在装饰设计中的应用13.关联规则在教育挖掘中的应用14.图形图像文件格式的应用领域的探讨15.数字图像处理与模式识别在交通方面的应用领域及其重要意义16.多媒体光盘设计与制作17.FLASH在网页设计中的应用18. 主题信息采集的优化设计研究与实现19.三维装饰效果图制作20. 进销存管理信息系统开发21. 三维地形生成研究及实现➢参考书目：1.（美）沃尔森著，汤涛译：《揭秘》（第二版），中国电力出版社，2004年8月版2.陈冠军著：《精通 2.0典型模块设计与实现》，人民邮电出版社，2007年2月版3.（加）Jiawei Han Micheline Kamber著，范明，孟小峰译：《数据挖掘概念与技术》，机械工业出版社，2001年8月1日版4.庄成三著：《数据库系统原理及其应用》，电子工业出版社， 2000年6月版5.刘万辉、司艳丽等编著：《网页设计与制作教程》，机械工业出版社，2007年9月版6.数据库系统原理及应用教程，苗雪兰主编，机械工业出版社，2003第一版。

基于照片的可编辑光照效果卡通人脸生成算法

基于照片的可编辑光照效果卡通人脸生成算法宋阳;刘艳丽【摘要】提出一种基于照片的可编辑光照效果卡通人脸图像生成算法.算法首先提取输入人脸照片的边缘轮廓,生成线条画;其次对输入照片进行本征分解,分离出光照图像和材质图像;然后对光照图像进行光照编辑,如量化、非线性增强等;对材质图像进行抽象化处理,并融合线条画得到卡通图像;最后将编辑过的光照图像添加到卡通图像上生成含有光照效果的人脸卡通图像.实验结果表明:该算法生成的人脸卡通图像效果逼真,并且可对光照进行编辑.【期刊名称】《图学学报》【年(卷),期】2015(036)001【总页数】7页(P83-89)【关键词】人脸;卡通图像;光照编辑;非真实感绘制【作者】宋阳;刘艳丽【作者单位】四川大学视觉合成图形图像技术国防重点学科实验室,四川成都610065;四川大学视觉合成图形图像技术国防重点学科实验室,四川成都610065;四川大学计算机学院,四川成都610065【正文语种】中文【中图分类】TP391非真实感绘制指的是利用计算机生成不具有照片真实感，而具有手绘风格的图形技术。

由于人脸肖像画在日常生活中具有重要作用，因此人脸的非真实感绘制成为非真实感绘制中的一个重要部分。

研究成果可用于广告宣传、影视制作、卡通画制作等许多领域。

在以往的工作中，已经有一些从人脸图像生成卡通画的研究工作。

例如Gooch等[1]介绍了一种模拟人眼的亮度感知的方法，用于绘制黑白漫画效果，同时可以对头像进行夸张的变形；Chen等[2-4]提出了基于样本学习的生成人脸卡通效果图的方法，该方法使用主动轮廓模型[5]提取人脸的特征点，然后利用人脸特征之间存在相对固定位置关系的特点确定人脸各个部分(如眼睛，眉毛)的位置，生成人脸卡通肖像图。

这些方法生成的卡通人脸画都没有利用原图像中人脸的光照信息。

人脸的光照信息特别是阴影信息可有效揭示脸部结构的深度变化，使卡通画更有立体感、更生动。

文献[6]提出了一种可编辑光照的卡通画生成算法，首先生成线条的矢量图，然后用户手动上色。

漫画风格的人脸肖像生成算法

第19卷第4期2007年4月计算机辅助设计与图形学学报J OURNAL O F COM PUTER -A I DED DES I GN &COM PUTER GRA PH I CSV o l.19，N o.4A p r.，2007修回日期：2006-10-19.基金项目：国家自然科学基金（60403037）.阎芳，女，1982年生，硕士研究生，主要研究方向为非真实感图形学.费广正，男，1973年生，博士，副研究员，硕士生导师，主要研究方向为计算机动画、运动编辑与合成、非真实感绘制、纹理映射与合成.柳婷婷，女，1983年生，硕士研究生，主要研究方向为非真实感图形学.马文慧，女，1982年生，硕士研究生，主要研究方向为非真实感图形学.石民勇，男，1962年生，博士，研究员，博士生导师，主要研究方向为计算机动画、图论.漫画风格的人脸肖像生成算法阎芳1）费广正2）柳婷婷1）马文慧1）石民勇2）1）（中国传媒大学计算机与软件学院北京100024）2）（中国传媒大学动画学院北京100024）（Wna g a !m ）摘要为模拟艺术家画出的具有夸张效果的肖像漫画，由用户输入正面人脸照片，通过交互获取关键特征点，根据特征点计算面部特征值来判断需要夸张的部分和各自的夸张方式；然后根据特征点自动生成不同层级的网格并分层实施夸张变形；最后进行图像处理以获得不同艺术风格的图像.该算法从研究漫画家的作画风格入手，总结了肖像漫画特定的夸张规律，所生成的漫画风格人脸肖像效果较好，能够应用于非真实感图形学和数字娱乐等领域.关键词夸张；漫画风格；肖像；网格变形中图法分类号T P391A g eneration A l g orit h m of c aricat ure PortraitY an F an g 1）F eiG uan g zhen g 2）L i u T i n g ti n g 1）M a w enhui 1）S hi M i n y on g 2）1）（C o m P uter &s o f t z are s chool ，C o mm unication uniuersit y o f C hina ，B ei J in g 100024）2）（A ni m ation s chool ，C o mm unication uniuersit y o f C hina ，B ei J in g100024）AbstractT his p a p er i ntroduces a ne W f acial caricat uri n g m et hod f or 2D cartoon p ortraits W it hexa gg eration to si m ulate t he W orks o f t he artists.B y t he m et hod ，firstl y ，a p hoto o f front f ace i n p uts and its characteristic p o i nts are s p ecified b y users.A ccordi n g to t he characteristic val ues calculated based on t he characteristic p o i nts ，t he p ro p er p arts o f t he f ace de m andi n g def or m ation and t heir res p ecti ve W a y s o f exa gg eration are deci ded.T hen t he m esh m odels o f diff erent la y ers are autom aticall y g enerated based on t he characteristic p o i nts and exa gg erati ve def or m ations are carried out la y er b y la y er.A t last ，t he i m a g e is m ani p ulated to g et diff erent st y les.T he st ud y o f t he arit h m etic starts fromt he research on t he st y les o f t he artist W orks ，and su mm arizes t he exa gg eration rules o f cartoon p ortraits.T his a pp roach can hel p g enerate relati vel y g ood cartoon p ortraits and can be used i n unrealistic com p uter g ra p hics and di g ital entertai n m ent.K e y words exa gg eration ；cartoon st y le ；p ortraits ；m esh m eta m or p hosis 近年来，在艺术工作程序自动化方面已有许多研究，其中包括以图像为基础的处理方法：由计算机模拟画具（如铅笔、油画笔等）的笔触，从而生成铅笔画、油画等.但这些方法没有夸张，图像趋于真实.还有以特征为基础的影像处理方法［1］.B rennan 在1982年提出了一套以互动方式产生夸张肖像画的系统［2］.T om i na g a 等提出以模板为基础的夸张肖像画系统P I CA SSO ，但该方法的笔调生硬不自然［3］.陈洪等提出基于学习样本的人脸线条画生成系统，让计算机从大量的训练资料中学习画家的风格及夸张技巧，通过采用非参数化采样方法和灵活的线条画模板，生成效果较好的人脸线条画［4］!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!；但是其夸张效果有限，过于写实，而且每学习一种画家风格就需要由一位画家绘制大量的训练资料，费工费时.江佩颖等提出了以脸部特征为基础的肖像漫画产生系统，只需要少量的计算时间和单张的画家作品就可绘制出具有该画家风格的夸张肖像漫画［5］；但由于其夸张方式不合适，效果差强人意.本文通过研究漫画家夸张的作画风格，分析出肖像漫画的夸张规律：漫画家夸张的仅仅是人脸的少数显著特征，并且使用了不同的夸张手法.人的面部特征主要包括脸型、五官尺寸等.将照片输入后，面部特征数值可通过交互拾取的少数关键特征点的坐标进行计算.本文算法将人脸正面照片经过艺术化的夸张和各种风格的图像处理后，绘制结果接近漫画家手绘风格，用户交互仅包括拾取关键特征点和选择绘制风格.!特征数值计算和显著特征的判断文献［5］中定出了119个脸部特征点以及由所有特征点构成的8个群组，并以群组作为分析对比的单位，逐个特征点与平均脸相应特征点比较，找出各项差异值.在差异值超过正常范围时加以夸张，夸张的程度与差异度成正比.但是，平均人脸的计算需要大量的资料，计算复杂，而且特征点的各项差异值不一定能反映人脸的视觉特征.该方法对超过差异值正常范围的部分都进行夸张变形，容易改变人脸的所有特征而失去面部整体的个性特征.经过观察和学习漫画家的作画过程［6］，对比肖像漫画和照片，本文分析出其中特定的夸张规律和手法.针对亚洲人面部的特点并结合美术学常识，本文采用中国美学的标准人脸作为对比标准，以特征比例和标准人脸相应比例的差异值作为判断是否夸张变形的标准.漫画家对面部的变形夸张主要分为2个方面：整体效果的变形（如脸型、三庭等）和局部特征的变形（如眼睛、鼻子、嘴巴）.变形的判断依据是特定人脸与标准人脸相应的特征比例的差异值.假如对全部特征都进行不同程度的夸张变形，将会完全改变一个人的所有特征而失去其原貌和神韵，所以漫画家一般针对其中显著的特征进行夸大.面部的特征主要包括脸型、三庭的长度、五官的位置和尺寸，而不同人脸视觉特征的区别主要取决于各个特征数值间的比例关系，而非数值本身.首先定义面部特征，计算特征数值及其比例，然后把所得特征比例与标准人脸的相应比例进行比较.脸型取决于脸的长宽比，决定了面部的整体视觉效果.三庭是中国画肖像的标准，指从前额中央发际线开始到下巴尖之间的距离，共分为3等分：从发际线到眉毛的距离为第一等分，即上庭；从眉毛到鼻端的距离为第二等分，即中庭；从鼻端到下巴的距离为第三等分，即下庭.在标准人脸中，三庭的比例为11111.一般人脸往往不符合标准比例.五官的位置基本取决于三庭的位置.本文算法首先考虑五官的整体区域占脸部面积的大小，这影响五官整体与脸部轮廓的关系.对面部特征有较大影响的器官是眼睛、鼻子、嘴巴，三者尺寸数值的比例关系比三者的数值本身更能反映一个人的特点.眼睛、鼻子、嘴巴的宽度在标准人脸中的比例为2121 3.标准人脸各项特征比例如表1所示.将特定人脸的相应比例与之比较，即可判断出五官中的一个或两个显著特征，从而对其进行夸张变形.表!标准人脸特征比例脸长1脸宽上庭1中庭1下庭人中1下庭眼宽1鼻宽1嘴宽5141111121311111.5图1算法流程图"算法流程本文算法的流程如图1所示.首先由用户选择绘制风格和交互标定关键特征点，进一步计算特征数值和特征比例，判断出需要夸张的显著特征，确定变形方式.根据变形方式不同，分2步变形：第一步是对脸型、三庭等整体特征的变形；第二步是对眼睛、鼻子、嘴巴等局部特征的变形.变形过程由程序自动进行，然后实施用户选择的绘制风格，进行图像处理后就得到具有夸张效果的人脸肖像漫画.3444期阎芳等：漫画风格的人脸肖像生成算法!算法步骤!"#图像预处理获取图像后进行图像预处理.首先对图像进行光线补偿，以抵消整个图像中存在的色彩偏差；然后增强图像的对比度，突出图像特征；最后把经过预处理的图像存储为纹理.!"$交互拾取关键特征点计算特征数值和特征比例在已有的卡通人脸生成系统中，大部分都需要大量的特征点.在基于样本的线条画生成系统［4］中，83个特征点自动定位，用于在不同人脸之间建立几何对应、几何结构变换和线条画模板.在以脸部特征为基础的肖像漫画产生系统［5］中，119个特征点用于构建群组化的脸部网格，并以群组作为分析对比以及夸张化的基本单位对网格进行变形［5］.在S ato 等提出的算法中，60个特征点用于生成轮廓线［7］.特征点越多，脸部和五官细节的轮廓线越能准确地表达一个人的外貌特征，但是大量的特征点影响了计算的效率.部分方法中特征点的交互标定给用户带来大量的工作；而部分使用A SM （acti vesha p e m odel ）等算法对特征点自动定位的方法，事先需要经过大量的训练，费时费力.图2关键特征点在本文算法中，为了避免轮廓线不准确而影响面部特征，取消了轮廓线的绘制，所以不需要大量的特征点；又因为分层变形简化了网格，所以特征点仅用于特征比例的计算以及形成简单的面部网格.本系统仅需14个关键特征点，便于交互获取，而且这些关键特征点也可以由方向积分投影、边缘检测、角点提取等方法相结合自动生成，有利于系统以后的改进.特征数值通过关键特征点之间的坐标运算得到.用户通过简单的交互，在指定位置标记关键特征点.关键特征点的定义和交互过程如图2所示，步骤如下：S te p 1.选择发际线中点、眉心中点、鼻端中点和下巴中点，定出三庭的大体位置，计算三庭的长度和脸长.a 三庭特征点b 眼睛特征点c 鼻子和嘴巴特征点S te p 2.选择左眼外部眼角点、左眼内部眼角点、右眼内部眼角点、右眼外部眼角点、两眼中心点连线与脸部轮廓左边和右边的交点，计算出眼宽和脸宽.S te p 3.选择鼻翼最宽处左边和右边的端点、左嘴角点和右嘴角点，计算出鼻宽和嘴宽.通过面部各特征数值的计算，即可得出特征比例值，将其与标准人脸的相应比例进行比较，可对显著特征做出判断.但是，因为手工标记特征点并不准确，所以相应的特征值和比例值也不能精确地反映面部特征.我们在前期通过对同一幅照片的特征点多次标记，取得多个样本值.设置信水平为!，计算置信区间并划定置信上下限，从而可以得到特征数值和特征比例数值的取值范围，作为标准人脸各项比例的正常差异范围.!"!变形夸张3.3.1变形方式已有的夸张变形算法往往忽略了三庭的长度和脸型，这也是漫画家进行夸张的重要因素.文献［5］方法是在面部网格群组化后，改变了大量特征点的坐标.特征点被分为主导点、校正点和从随点3种.3种类型的点之间相互影响，定位过程比较复杂.为了简化变形的过程，本文把变形方式进行分类，并依据变形方式分步变形，以达到简化网格模型的目的.网格根据关键特征点自动生成，分层自动夸张变形，并考虑了三庭、脸型等的艺术化夸张.夸张变形的主要方式是拉伸压缩和鱼眼放大挤压.直观而言，面部整体特征（脸型、三庭、人中）的变形是通过拉伸或压缩的方式进行的，而局部特征（五官的整体分布、眼睛、鼻子、嘴巴）的变形是使用鱼眼放大或挤压的方式.根据夸张方式的不同，变形采用2种网格，分为2步进行.图3网格模型13.3.2第一步变形———脸型、三庭、人中的夸张为了便于脸部轮廓、三庭、人中的拉伸和压缩，网格模型1定义如图3所示.网格将根据关键特征点的坐标自动生成.444计算机辅助设计与图形学学报2007年通过计算人脸的长宽比可判断脸型.脸型主要分为长脸、宽脸和标准脸型.如果特定人脸长宽比在标准人脸长宽比的正常差异值范围内，则认为是标准脸型不予夸张；否则，根据长宽比判断为长脸或者宽脸.对于不同类型的脸型，可结合三庭的比例，采用不同方式的变形，再根据人中长度与下庭长度的比例判断是否夸张人中长度.对于脸部的长宽比在标准脸型比例的正常差异范围内的，面部长、宽不变，三庭根据长度比例夸张，即改变相应的网格点坐标.脸型为宽脸，则对脸部整体进行压扁，即纵向缩小.长脸的情况比较复杂，如果三庭符合标准比例，则对脸部纵向长方形均匀拉伸；如果上庭相对较长，则对面部纵向梯形（上底长）拉伸；如果下庭相对较长，则对面部纵向梯形（下底长）拉伸；如果中庭相对较长，则对面部“申”字形变形，即上庭纵向梯形（下底长）拉伸，中庭纵向长方形拉伸，下庭纵向梯形（上底长）拉伸.三庭拉伸的比例依据特定人脸的三庭比例.长脸的变型算法如下：float scale U P，scale m id，scale d o z n；!!上庭、中庭、下庭比例m eta P hoseL on g Face（）｛if三庭等长rect c han g e（scale U P，scale m id，scale d o z n）；!!按三庭比例，纵向长方形拉伸e lse if上庭较长tra P eziac han g e1（scale U P，scale m id，scale d o z n）；!!按三庭比例，纵向梯形（上底长）拉伸e lse if下庭较长tra P eziac han g e2（scale U P，scale m id，scale d o z n）；!!按三庭比例，纵向梯形（下底长）拉伸e lse if中庭较长shenc han g e（scale U P，scale m id，scale d o z n）；!!申字变形.上庭纵向梯形（上底长）拉伸，中庭纵向长方形拉伸，下庭纵向梯形（下底长）拉伸if人中长度需要调整chan g ePhiltru m（）；!!调整人中长度｝三庭及人中的变形涉及的网格点如表2所示.表!图"变形涉及的网格点特征影响的网格点上庭2，3行网格点的间距中庭4，5行网格点的间距下庭7，8行网格点的间距人中6，7行网格点的间距网格点坐标的调整量为特定人脸与标准人脸的比例值之差与某随机值b的乘积，b的取值范围位于三庭平均值与脸长之间，使效果具有某种程度的随机性.第一步变形的部分示例如图4!8所示.图4宽脸及其变形图5标准脸型（下庭长）及其变形图6长脸（上庭长）及其变形图7长脸（中庭长）及其变形图8长脸（下庭长）及其变形3.3.3第二步变形———五官的夸张本文中用到的变形方法为鱼眼放大和挤压.根据对漫画家作品的观察，鱼眼放大的效果比以往采用的线性放大的效果更加理想.5444期阎芳等：漫画风格的人脸肖像生成算法首先考虑五官的整体效果，需要计算从眉心点到嘴巴中心点的距离与脸长的比例，即中庭长度与人中长度之和与脸长的比例.中国美学的标准人脸的相应比例为7i10，如果特定人脸的这项比例超过标准人脸相应比例的正常差异范围，则需要对五官整体进行鱼眼放大或缩小.然后考虑眼睛、鼻子和嘴巴的大小.之前已经通过对三者比例与标准比例的比较判断出显著特征，这里仅需夸大显著特征.s te p1.生成如图5所示的细密的方形网格.s te p2.然后对需要夸张的特征周围的网格点位置进行鱼眼变形.图9网格模型2肖像漫画一般会缩小脖子以下的部分，本文对嘴巴与下巴中心以下的特定区域的网格点进行挤压变形.鱼眼和挤压算法是对特定区域的网格点进行几何变形.首先预设影响五官整体，眼睛、鼻子和嘴巴各自的矩形区域，变形区域为矩形区域内的最大圆形区域，把网格点坐标由笛卡儿坐标系转换到极坐标系.设R是最大圆的半径；w是曲率，它取决于特征比例计算的差异度.鱼眼算法如下：ne w rad ius=s lO g（1+w（ol d rad ius））；s=R!lO g（w!R+1）；R=（m i n（w idt h，hei g ht））!2；!!w idt h，hei g ht为预设矩形的宽和高G et w；s=R!lO g（w!R+1）；f Or ever y p O i nt i n t he m esh dO｛P olar P oint=current P oint i n p O lar cOOrd i nates（rad ius，an g le）；if（P olar P oint.r"R）｛P olar P oint.r=s!lO g（1+w!r）；f ilter P oint=P olar P oint i n c artes ian cOOrd i nates；｝e lsef ilter P oint=current P oint；!!圆形以外的点不需要变化｝挤压算法类似，只是ne w rad ius=（e^（ol d rad ius!s）-1）!w）；图10所示为将挤压算法作用于网格模型产生的五官整体挤压的变形效果.a第一步变形后b第二步变形：挤压图10五官整体所占比例小对网格模型使用挤压算法图11漫画风格肖像的生成结果经过对整体特征和局部特征的分步变形，绘制结果就是基本的夸张漫画效果.!"#影像绘制风格化经过夸张变形的人脸照片已经极具漫画效果，依据用户选择的绘制风格对图像进行处理，可实现油画笔、卡通着色等效果，从而得到不同绘制风格的漫画肖像.部分效果如图11所示，从左至右依次为照片、变形后的照片、某种绘制风格的漫画肖像.644计算机辅助设计与图形学学报2007年!结论本文通过分析夸张肖像漫画的作画规律，提出了基于分阶段变形的漫画风格的人脸肖像生成算法，可以根据用户给定的人脸照片，通过对关键特征点的交互标定自动生成具有夸张效果的正面人脸肖像漫画.本文算法仅需用户交互实现14个特征点的标定和绘制风格的选择，易于操作，并且生成效果具有一定的随机性，计算简单、效率较高.在深刻理解漫画作画规律的基础上，采用了合理的变形方式，分阶段变形夸张，取得了接近手绘的良好效果.下一步的工作包括用人脸识别的相应研究成果来自动生成关键特征点代替用户的交互；实现更多的图像绘制风格，以满足用户的个性化需求；研究如何生成任意姿态和角度的肖像漫画，以及结合侧面照片进一步改进夸张效果等.参考文献［1］B e ier T，N ee l y S，F eature-based i m a g e m eta m or p hos is［C］!!C om p uter G ra p h ics P roceed i n g s，A nnual C onf erence S eries，ACM S I GGRAPH，Ch ica g o，1992：35-42［2］B rennan S E.C aricature g enerator［D］.C a m bri d g e，M A：M I T，1982［3］T om i na g a M，Fukuoka S，M uraka m i K，!"#$.F acial caricaturi n g W it h m o tion caricaturi n g i n P I CA S SO s y ste m［C］!!P roceed i n g s of t he I EEE!A SM E I nternational C onf erence onA dvanced I nte lli g ent M echatron ics’97，T ok y o，1997：30-37［4］Chen H on g，Zhen g N ann i n g，Xu Y i n gg i n g，!"#$.A n exa m p le-based f acial sketch g eneration s y ste m［J］.Journal o f S o ft W are，2003，14（3）：202-208（i n Ch i nese）（陈洪，郑南宁，徐迎庆，等.基于样本学习的人像线条画生成系统［J］.软件学报，2003，14（3）：202-208）［5］Jian g Pe i y i n g，L iao W enhon g，L i C ai y an.A utom atic caricatureg eneration b y anal y zi n g f acial f eatures［C］!!P roceed i n g s o f2004A s ia C onf erence on C om p uter V is ion，Je j u Is land，2004：89-94（i n Ch i nese）（江佩颖，廖文宏，李蔡彦.以脸部特征为基础的肖像画产生系统［C］!!亚洲计算机视觉会议论文集，Je j u Is land，2004：89-94）［6］R ed m an L enn.H oW to dra W caricatures［M］.Ch ica g o：M c G ra W-H ill，1984［7］S ato M，S ai g o Y，H ash i m a K azuo，!"#$.A n autom atic f acial caricaturi n g m et hod f or2D realistic p ortraits us i n g characteristicp o i nts［OL］.［2006-06-12］.htt p：!!WWW.i de m p lo y ee.i d.tue.n l!g.W.m.rauterber g!conf erences!CD doN o t O p en!ADC!fi nalp a p er!309.p df7444期阎芳等：漫画风格的人脸肖像生成算法漫画风格的人脸肖像生成算法作者：阎芳，费广正，柳婷婷，马文慧，石民勇， Yan Fang， Fei Guangzheng， LiuTingting， Ma Wenhui， Shi Minyong作者单位：阎芳,柳婷婷,马文慧,Yan Fang,Liu Tingting,Ma Wenhui(中国传媒大学计算机与软件学院,北京,100024)，费广正,石民勇,Fei Guangzheng,Shi Minyong(中国传媒大学动画学院,北京,100024)刊名：计算机辅助设计与图形学学报英文刊名：JOURNAL OF COMPUTER-AIDED DESIGN & COMPUTER GRAPHICS年，卷(期)：2007,19(4)被引用次数：3次1.Redman Lenn How to draw caricatures 19842.江佩颖;廖文宏;李蔡彦以脸部特征为基础的肖像画产生系统 20043.陈洪;郑南宁;徐迎庆基于样本学习的人像线条画生成系统[期刊论文]-软件学报 2003(03)4.Sato M;Saigo Y;Hashima Kazuo An automatic facial caricaturing method for 2D realistic portraits using characteristic points 20065.Tominaga M;Fukuoka S;Murakami K Facial caricaturing with motion caricaturing in PICASSO system 19976.Brennan S E Caricature generator 19827.Beier T;Neely S Feature-based image metamorphosis 19921.陈文娟.石民勇.孙庆杰利用人脸特征及其关系的漫画夸张与合成[期刊论文]-计算机辅助设计与图形学学报2010(1)2.陈文娟.石民勇.孙庆杰人脸漫画特征关系夸张及相像度优化[期刊论文]-计算机应用 2009(z2)3.陈文娟.石民勇.孙国玉.孙庆杰计算机肖像漫画方法综述[期刊论文]-计算机应用 2009(8)本文链接：/Periodical_jsjfzsjytxxxb200704007.aspx。

个人照片一键生成漫画脸！这个简单粗暴的方法，没人能抵挡！

个人照片一键生成漫画脸！这个简单粗暴的方法，没人能抵挡！
Hello，大家好，我是小美~
很多小伙伴发朋友圈时都有这样的烦恼：想晒晒自己的近况，但真人出镜，气质又不好拿捏，咋整？不用慌，今天就给大家分享一招：漫画脸创意视频，只要打开清爽编辑器App，配上一张靓照，简单3步就能快速搞定。
步骤一、选择个人照片
步骤三、合成特效短视频
这里我们选择「漫画脸」中的几个模板，简单看一下视频效果。 2021蓝线变身
擦除你的漫画脸三屏漫画来自魔方变脸素描画如果你对画面有想法，部分模板还支持给初始的图片增加艺术效果。上传后点击「编辑」，就能快速切换多种「滤镜」，右侧的「雨后」对画面亮度有明显提升。
不仅有动感图像，你也可以在这个界面添加喜欢的背景音乐，完成后一键导出即可，记得发到朋友圈哦！
除了拥有海量模板，软件还支持裁剪分割、调速倒放、滤镜字幕等视频编辑功能。
选照片也有小技巧。推荐正脸照、侧脸照和人物主体占图片比例不低于30%的全身照，这样拍出来的动漫特效会更明显。正确素材：错误示范：如果是上面这样的照片，直接发朋友圈一定没问题，说实话放大个20倍，我也看不出啥
步骤二、打开漫画脸模板
简单粗暴的视频制作离不开好用现成的模板。打开清爽视频编辑器，首页就是抖音爆款、年龄变换、节奏卡点、生活vlog等各种短视频模板。导入图片素材，软件就能实现自动抠图，添加特效。对于不擅长PR，又想做出惊艳效果的小伙伴，非常方便。

基于特征变形的人脸肖像漫画生成

第38卷第3期2010年6月浙江工业大学学报JO U RN A L OF ZHEJIA N G U N IV ERSIT Y OF T ECH N OL O GY V ol.38N o.3Jun.2010收稿日期:2009 02 16基金项目:浙江省科技计划项目(2007C21012)作者简介:冯晓斐(1972 ),女,浙江温岭人,讲师,研究方向为图形图像处理,E mail:hailiang@z .基于特征变形的人脸肖像漫画生成冯晓斐1,潘翔2(1.浙江工商大学信息学院,浙江杭州310018;2.浙江工业大学软件学院,浙江杭州310032)摘要:漫画以极度夸张和变形的手法来表现人物,使其人脸特征更为突出.通过分析传统人脸肖像漫画的作画规律,提出使用基于特征线段和鱼眼放大挤压算法的人脸肖像漫画生成算法.实现交互拾取肖像人脸的关键特征点、整体的拉伸压缩变形方式以及局部的鱼眼变形方式,使得普通用户也能生成个性化的人脸肖像漫画,大大减少了手绘的工作量.所生成的漫画风格人脸肖像效果良好,能够应用于电视动画节目、网络和报刊杂志等非真实感图形学和数字娱乐等领域中.关键词:人脸肖像;漫画;特征变形;鱼眼变形中图分类号:T P391 文献标识码:A文章编号:1006 4303(2010)03 0278 04Generating algorithm of portrait cartoon based on feature deformationFENG Xiao fei 1,PAN Xiang2(1.C ollege of Information E ngineering,Zh ejiang Gong shang U nivers ity,H an gzhou 310018,Chin a;2.College of Softw are,Zhejian g Un iversity of T echnology,H angzhou 310032,China)Abstract:T he por tr ait cartoon is used to express a personality using exagg er ated and deform ablemethod,w hich can m ake the facial features more attr activ e.A generating algo rithm of portrait cartoon based on eigenv ector and fish eye algo rithm is presented by analyzing the sketching law.It can be realized throug h obtaining key feature points interactiv ely ,stretching or com pressing the w hole portrait,and using fish eye deformation alg orithm partly.The general users also can generate personalized portrait cartoon using this method,which can reduce the hand draw ing w orkload.The generated portrait cartoons are effectiv e and vivid.T hey can be applied in non photorealistic com puter gr aphics and entertainment,such as video,netw ork,new spapers and mag azines.Key words:portrait;cartoo n;feature deformation;fish eye defor mation 目前,在电视媒体,网络和杂志报刊上经常会看到某主持人或明星的肖像漫画,它完全捕捉到人物的真实特点.夸张的人物肖像漫画丰富了人们的审美情趣,它在个性化娱乐、多媒体、电信增值服务以及互联网中有着广泛的应用.传统的肖像漫画通过轮廓、线条来描绘人物的脸部,是一种独特的艺术表现手法,只有受过专业训练的画家才具有这样的技巧.近年来许多新技术的出现,使画家可以借助计算机绘画,其中包括笔划的绘制技术、色调控制[1 3]和各种数字化输入设备.然而,这些系统都是为有经验的画家提供制作的工具,虽然这些系统中使用很多模板来简化图像的编辑,但未经训练的使用者仍然很难使用它们来生成具有个人特征的人脸肖像漫画.为解决这个问题,提出了基于特征线段对的图像变形方法和鱼眼变形方法,实现了易于操作、个性化的人脸肖像漫画产生系统,使普通用户也能通过简单的操作,生成个性化的人脸肖像漫画,这大大减少了手绘的工作量.1 基于特征线段的图像变形技术两幅图像的变形技术首先建立两图像间特征点的对应关系,图像的特征可以是网格、直线、曲线或点.基于特征线段的图像变形技术是由Beier 和Neely [4]提出的变形算法,它是利用源图像和目标图像中有代表性的线段对来定义两幅图像间的特征坐标映射,其他的点通过到线段的距离来确定对应关系.通常用反向映射来估计图像变形,依次扫描目标图像的每一个像素,在源图像中找出对应像素,这样目标图像的每一个像素都会有适当的填充.对于复杂图像,则采用多线段对的特征标注方法,利用每个像素点到特征线段的距离和线段的长度设置权重,根据所有线段对的映射关系对像素点位移做加权平均,从而确定原像素点的位移.当图像变形需要多对特征线段时,每对特征线段所映射的对应位置会不尽相同,其映射结果示意如图1所示.其中,u 为X 点在线段上的映射占线段长的比例,v 为X 到线段的垂直距离.目标图像中的X 经过P 1Q 1-P 1 Q 1 特征线段对得到X 1 ,而X 经过P 2Q 2-P 2 Q 2 特征线段对得到X 2 ,每组都会找到不同的对应位置X i ,因此,需要为每组结果给予权重(w ),依据权重来最终决定目标图像中的X 在源图像中所对应的位置X .权重计算公式为w [i]=l[i]pa +d[i]b其中:l[i]为当前线段的长度;d[i]为X 到当前线段的距离;a,b,p 分别为控制扭曲的参数.图1 多特征线段对映射示意图Fig.1 M apping sketch map for multiple eigenvector对目标图像中的每个点,具体的多特征线段对变形步骤如下:(1)初始化D =(0,0),W =0.(2)对每一对特征线段:根据P i Q i 及点X ,计算参数值u,v,使用所得的参数值u,v 以及P i Q i 计算相对应的源图像点X .计算位移D i =X i -X i ,计算到当前线段P i Q i 的距离d.d 的计算方法如下:若u <0,d =X 到P i 的距离;若u >1,d =X 到Q i 的距离;若0<u <1,d =v 的绝对值.计算权重w =(l P /(a +d))b ,计算D +=D i w ,W +=w.(3)设定目标图像点X 为点X 的像素值,X =X +D/W.2 鱼眼放大挤压算法局部特征(五官的整体分布、眼睛、鼻子、嘴巴)的变形是使用鱼眼放大或挤压的方式.根据对漫画家作品的观察,鱼眼放大的效果比以往采用线性放大的效果更加理想.鱼眼放大和挤压算法是对特定区域的点进行几何变形,设鱼眼放大的变形函数为R =s log (1+W R),鱼眼挤压算法的变形函数为R =(e R/s -1)/W.首先预设矩形区域,变形区域为矩形区域内的最大圆形区域,把点坐标由笛卡尔坐标系转换到极坐标系.设R 为最大圆的半径,W 为曲率,鱼眼放大算法的步骤如下:(1)计算鱼眼极坐标的最大圆半径:R =min (w ,h)/2,其中w 和h 分别为预设矩形的宽和高.(2)获得用户设定的曲率.(3)计算变形系数:s =R/lo g (W R+1).变形系数是根据最大半径和曲率来获得的.(4)对每一个点,将当前点由笛卡尔坐标点转换为极坐标点,设r 为当前点极坐标的半径;当r <R 时,即极坐标点在圆内,则r =s log (1+w r),即将极坐标点转换为笛卡尔坐标点.当极坐标点在圆以外的点不需要变化.3 确立基本的变形方式通过研究漫画家夸张的作画风格,分析肖像漫画的夸张规律,即漫画家夸张的仅仅是人脸的少数显著特征,以防止过多的变形导致失去其原貌和神韵[5 6].漫画家对面部的变形夸张主要分为2个方面:整体效果的变形(如脸型、三庭等)和局部特征的变形(如眼睛、鼻子、嘴巴).根据脸部关键特征点进行变形,会有较好的夸张漫画的效果,因此可依据用户需要辅助用户进行脸部显著特征的判断,并给出一些变形建议.变形的判断依据是特定人脸肖像与标准人脸肖像相应的特征比例的差异值.279 第3期冯晓斐,等:基于特征变形的人脸肖像漫画生成3.1 交互拾取关键特征点为实现辅助用户进行脸部显著特征的判断,首先需要用户交互标定12个关键特征点,如图2所示.1 发际线中点;2 眉心中点;3 鼻端中点;4 下巴中点;5,6 右眼外部和内部眼角点;7,8 眼睛高度的左右脸边缘;9,10 鼻翼左右端点;11,12 嘴的左右角点图2 标识12个关键特征点F ig.2 T he tw elv e key featur e po ints交互拾取关键特征点(也可以由方向积分投影、边缘检测、角点提取等方法相结合自动生成),计算特征数值和特征比例,步骤如下:(1)选择发际线中点、眉心中点、鼻端中点和下巴中点,定位三庭的大体位置,计算三庭的长度和脸长.(2)选择左眼外部眼角点、左眼内部眼角点、右眼内部眼角点、右眼外部眼角点、两眼中心点连线与脸部轮廓左边和右边的交点,计算出眼宽和脸宽.(3)选择鼻翼最宽处左边和右边的端点、左嘴角点和右嘴角点、计算出鼻宽和嘴宽.(4)将计算出的特征比例值与标准人脸的相应比例进行比较,如表1所示,判断出五官中一个或两个显著特征,从而对其进行夸张变形.表1 标准人脸特征比例Table 1 The feature proportion of standard face 脸长脸宽长庭中庭下庭人中下庭眼宽鼻宽嘴宽5 41 1 12 31 1 1.53.2 确立整体的拉伸压缩变形方式依据用户标定的特征点计算人脸长宽比,可以确立整体的拉伸压缩变形方式,对人脸肖像进行整体效果的变形(如脸型、三庭等),具体方法如下所描述:(1)根据计算出的人脸长宽比,判断脸型为长脸、宽脸或是标准脸型.(2)脸部的长宽比在标准脸型正常差异范围内时:面部长、宽不变,三庭根据长度比例夸张,即使用三庭的特征线段对进行变形.(3)脸型为宽脸时,对脸部整体使用单一特征线段对进行压扁,即纵向缩小.(4)脸型为长脸时,三庭符合标准比例时,对脸部进行纵向长方形均匀拉伸;上庭较长时:对脸部进行纵向上底长梯形拉伸;下庭较长时:对脸部进行纵向下底长梯形拉伸;中庭较长时:对脸部进行申字形拉伸.3.3 确立局部的鱼眼变形方式依据用户标定的特征点计算人脸五官的比例值,可以确立局部鱼眼变形,对人脸肖像进行局部特征的变形(如眼睛、鼻子、嘴巴),具体确立局部的鱼眼变形方式的方法如下所描述:(1)分析五官整体效果(中庭长度+人中长度) 脸长=7 10(中国美学的标准人脸比例),超过比例的正常差异范围时,则需要对五官进行鱼眼放大或挤压变形.(2)将计算出的五官比例值与标准比例(眼宽鼻宽嘴宽=1 1 1.5)进行比较,判断出显著特征,这里仅需要对显著特征进行夸张.计算特征数值和特征比例时,由于手工标记特征点并不十分准确,所以相应的特征值和比例值也不能精确地反映面部特征.因此需要设置一个置信水平( ),计算置信区间并划定置信上下限,从而可以得到特征数值和特征比例数值的取值范围,作为标准人脸各项比例的正常差异范围.4 人脸肖像漫画的实现实现肖像漫画的流程如图3所示.经过该系统处理的人脸肖像漫画效果如图4 6所示,其中左图为原图像,右图为变形后的图像.图3 人脸肖像漫画系统流程图F ig.3 T he flow char t of por trait carto on sy stem280 浙江工业大学学报第38卷5 结论通过分析人脸肖像漫画的作画规律,提出并实现了使用基于特征线段对的图像变形的人脸肖像生成算法,所生成的漫画风格人脸肖像效果良好,能够应用于电视动画节目、网络和报刊杂志等非真实感图形学和数字娱乐等领域中.存在的问题是目前的肖像漫画生成系统是通过与用户的交互来实现的,为减少人工干预,可以使用人脸识别的相应研究成果来自动生成关键特征点,以代替用户的交互.参考文献:[1] H SU S C,LEE I,WISEM AN N E.Sk eletal strokes [C ]//Proceedings of the 6th Annual ACM Symposium on User Interface Softw are and Techn ology.M A:M IT Press,1993:197 206.[2] OS TROM OU KHOV V.Digital facial eng raving [C ]//Proceedings of the ACM S IGGRAPH.New York:ACM Pr ess ,1999:417 424.[3] DU RAND F.Decoupling strokes and h igh level attributes forinteractive traditional draw ing[C ]//Pr oceedings of th e Eu ro graphics Rendering Work shop.England:Eurographics Pr ess ,2001:71 82.[4] BEIER T,NEELY S.Feature based image metamorphosis[C]//Computer Graphis Proceedings.Chicage:ACM Pres s,1992:35 42.[5] 龚雯,陈丽华,沈建国.基于几何特征的人脸正面图像特征提取[J].现代计算机:专业版,2005,21(9):16 23.[6] 周仁琴,周经野,陈益强,等.基于特征发现的卡通人脸肖像生成[J].计算机辅助设计与图形学学报,2006,18(9):1362 1366.(责任编辑:刘岩)281 第3期冯晓斐,等:基于特征变形的人脸肖像漫画生成。

cartoongan原理

cartoongan原理Cartoongan（卡通生成）是一种基于人工智能技术的图像生成方法，可以将真实照片转化为卡通风格的图像。

它通过分析照片中的特征和纹理，并应用卡通化的图像处理算法，实现了将真实世界转化为虚拟卡通世界的效果。

Cartoongan的原理可以分为两个主要步骤：特征提取和图像处理。

在特征提取阶段，算法会对输入的照片进行分析，提取出人脸部分的特征点、轮廓线和纹理等信息。

这些特征点包括眼睛、鼻子、嘴巴等面部特征，轮廓线则包括脸部的线条和形状，纹理则是指脸部的皮肤细节和颜色等。

通过这些特征的提取，算法能够准确地捕捉到人脸的形态和特征。

在图像处理阶段，算法会根据提取到的特征信息，将照片转化为卡通风格的图像。

这一步骤包括对人脸轮廓线的粗化、颜色的简化和纹理的抽象化等处理。

通过对轮廓线的粗化处理，算法能够使得人脸的线条更加简洁和明显；对颜色的简化处理，则能够使得图像的色彩更加鲜艳和对比度更高；对纹理的抽象化处理，则能够使得图像的细节更加简洁和平滑。

通过这些处理，算法能够将真实照片中的细节和复杂性转化为卡通图像中的简洁和风格化。

Cartoongan的应用非常广泛，它可以用于卡通形象的创作、影视特效的制作、游戏角色的设计等领域。

通过将真实世界转化为卡通世界，Cartoongan能够给人们带来全新的视觉体验和创意空间。

例如，在卡通形象的创作中，艺术家可以使用Cartoongan来快速生成卡通风格的草图，为后续的绘画和设计工作提供参考。

在影视特效的制作中，Cartoongan可以帮助特效团队将真实演员的脸部特征转化为卡通角色，从而实现特殊效果和想象力的展现。

在游戏角色的设计中，Cartoongan能够将真实世界中的人物形象转化为卡通风格的角色，使得游戏更加生动有趣。

然而，虽然Cartoongan在图像生成领域取得了很大的进展，但它仍然存在一些挑战和局限性。

首先，Cartoongan在处理复杂场景和多个人物的照片时，容易出现信息丢失和失真的问题。

基于特征发现的卡通人脸肖像生成(1)

第18卷第9期2006年9月计算机辅助设计与图形学学报JOURNALOFCOMPUTER2AIDEDDESIGN&COMPUTERGRAPHICSVol 118,No 19Sep 1,2006　收稿日期:2005-09-16;修回日期:2006-02-16　基金项目:国家自然科学基金(60303018,60473043);北京市科技新星计划项目(2005B54)基于特征发现的卡通人脸肖像生成周仁琴1,3)　周经野1)　陈益强2,3)　刘军发2,3)1)(湘潭大学信息工程学院计算机科学与技术系　湘潭　411105)2)(中国科学院计算技术研究所先进人机通信技术联合实验室　北京　100080)3)(上海中科计算技术研究所　上海　201203)(rqzhou@shict 1cn;zhouren qin@tom 1com )摘要　通过对成年男女各100幅真实照片进行特征提取和特征统计,获得平均人脸特征分布信息,对新输入的人脸照片进行特征比对,发现其相对突出的特征,采用主动形状模型特征提取和特征线对相结合的方法,对突出的特征实现自动变形,生成人物的卡通肖像1实验结果表明,该方法具有人脸数据量大、特征提取和发现的自动化、变形效果好等优点1关键词　漫画;肖像生成;图像处理;图像变形;人脸动画;卡通动画中图法分类号　TP391CaricatureGenerationBasedonFacialFeatureAnalysisZhouRen qin 1,3)　ZhouJin gye 1)　ChenYi qiang 2,3)　LiuJunfa2,3)　LiLon gsheng 1)1)(Department of Com puter Science and Technology ,College of In formation Engineerin g ,Xian gtan Universit y ,Xian gtan 411105)2)(Joint Research &Development Laborator y for Advanced Com puter and CommunicationTechnology ,Institute of Com putin g Technology ,Chi 2nese Academ y of Sciences ,Beijin g 100080)3)(Shan ghai Institute of Com putin g Technology ,Chinese Academ y of Sciences ,Shan ghai 201203)Abstract This paper presentsas ystemforautomatic generationofhumancaricature1Bythescheme pro 2posedinthesystem,wefirstextractfacialfeatureparametersfromtherealfacial photosof100malesand100femalesres pectively,andwecalculatetheavera gefacialfeaturesthroughastatisticprocedure 1Thereareintotal19featuresparameterswiththeirdistributionscalculated1Thenwhenanewfacialima geisin 2putted,itsfeaturesarecom paredwiththeavera gefacetodiscoverthe personalfeaturesoftheindividual,andb yexa ggeratin gthe personalfeatures,werealizethecaricaturethrou ghima gewar pin g 1Inthewar pin g process,theim provedactivesha pemodel (ASM )andfeaturebasedwar pingmethodareado pted,andasaresult,wecanextractthefeaturesandwar pthefaceautomatically 1Experimentsshowthatourmethodper 2formswell 1Ke ywords caricature;illustration generation;ima ge processin g;ima gemor phin g;facialanimation;car2toonanimation0　引言近年来,数字媒体技术正逐渐融入日常生活中,极大地影响着人们的生活和工作方式,利用计算机生成人物的卡通肖像在很多领域具有广泛的应用,如视频会议、网络游戏、移动数字娱乐等1在非真实感图像处理领域,对于保留并夸张脸部五官的特征、将人脸图片自动转换成卡通肖像画,人们已经进行了许多相关研究工作1Brennan [1]提出了一套以互动方式产生夸张肖像的系统;Koshimizu 等[2]提出以模板为基础的夸张肖像产生系统PICASSO,它按照脸部特征轮廓绘制成肖像,但笔调生硬;Yan g 等[3]简化脸部轮廓,在资料库中选择脸型相近的卡通图像组合,而生成卡通肖像,但需要大量的图库资料,而且需事先定义许多分类形状;Lian g 等[4]提出以范例为基础的方法,让电脑从大量的训练资料中学习画家的风格和特征夸张的技巧;Chian g 等[5]利用统计的方法结合一幅漫画家的漫画,可以生成特定风格的夸张肖像,但需要依赖手工标注特征点的位置1卡通肖像的自动生成主要包括2个环节:1)基于真实照片生成人脸的普通素描肖像;2)基于普通素描肖像进行人脸图像变形1变形包括2个方面,一是人脸变形的目标,即怎样发现人脸特征,进而加以变形,以及变形到何种程度;二是采用何种变形方法,通常采用网格变形和基于特征的变形方法1本文重点研究如何发现人脸的特征以进行相应的变形,及其对肖像进行变形的方法11　卡通人脸肖像生成框架图1所示为人脸的卡通肖像生成流程图,其中带阴影的单元为处理单元,其余为相应的输入Π输出数据1图1　基于人脸特征发现的夸张肖像生成流程图本文中的人脸正面照片来自中国科学院计算技术研究所的PEAL 大规模人脸数据库[6],从中挑选出正面中性表情男女各100幅照片参与统计,基本上可以反映人脸特征的平均分布12　人脸特征自动提取在人脸图像中,人脸面部特征定位一直是个具有挑战性的课题1主动形状模型(activesha pemod 2el,ASM )是常用的获得人脸形状的方法[7]1传统的ASM 仅仅考虑了脸颊、眼睛、鼻子和嘴巴这些部位的特征点(如图2a 所示)1我们参考MPEG 24中人脸定义参数和人脸动画参数的标准,在前额和脸颊增加了一些特征点,修订出符合需求的118个特征点1增加点的坐标计算方法采用比例插值方法1通过对数据进行统计发现,绝大部分人脸轮廓比例有一个特点,人脸几乎被平均划分成如图2b 所示上、中、下3个部分1增加的点即可按照该比例关系结合人脸面部约束直接进行线性插值1经过插值后的点阵和网格如图2c 所示1a 传统ASM 检测出的特征点b 人脸纵向几乎被三等分c 改进的ASM 检测出的特征点图2　传统的ASM 与本文改进的ASM 方法比较尽管ASM 是获得人脸形状的有效方法,但由于不同人、不同姿态、不同表情的变化,尤其是图片质量等因素的影响,ASM 人脸面部特征自动定位的效果仍然存在不够精确的问题1为此,本文采用了手动的辅助方法对人脸特征点进行不同层次的调整13　人脸特征统计与特征发现311　特征统计基于ASM 可以提供的人脸轮廓关键点的坐标,我们对人脸部器官特征进行测量和统计,选取19个测量指标,各项指标和测量计算方法以及统计结果如表1所示136319期周仁琴等:基于特征发现的卡通人脸肖像生成表1　人脸特征统计数据项目描述男女平均值变异系数平均值变异系数额头宽度指额头部位左右特征点之间的宽度11947297010831782105507101059756左眉长度左眉最左与最右端特征点之间的长度01688442010867180166832801059602右眉长度右眉最左与最右端特征点之间的长度01677197010783720166394901062990左眼长度包含左眼所有特征点的最小矩形长度01496360010652970151009301057971右眼长度包含右眼所有特征点的最小矩形长度01493009010741050150913001067457鼻子宽度鼻子底部左右特征点之间的宽度01673716010724580166253701061215嘴巴宽度嘴部最左与最右端特征点之间的宽度01801977010902240180840701087634脸型宽度指脸颊部位左右特征点之间的宽度21067604010661382103598501057767额头高度头顶至眉心的高度01893020011400410198465501093150脸型高度指眉心至下巴的高度21222373010661382113775801059811左眉厚度左眉中部的厚度01165621011665430111837701131028右眉厚度右眉中部的厚度01166351011602930111586201136189左眉弯度左眉最高点与两断点连线夹角的余弦值-01379079-01398787-01579281-01152805右眉弯度右眉最高点与两断点连线夹角的余弦值-01356109-01424414-01566828-01178440左眼高度包含左眼所有特征点的最小矩形高度01186422011720210122353601143123右眼高度包含右眼所有特征点的最小矩形高度01188086011807550122462001124495鼻子高度指眉心处至鼻子底端的高度11090492010566671111032001068417上唇厚度上唇中间部位的厚度01148985011999870114603201162651下唇厚度下唇中间部位的厚度01165717011790430117823601127679 由于ASM检测人脸特征获得的是像素坐标,考虑到采集人脸数据时距离的远近以及摄像头分辨率的不同,对人脸器官的这些特征应该取相对值才具可比性1我们以人脸图片的瞳孔距离作为基本单位,测量人脸各项特征值后,取其相对瞳孔距离的比值作为测量结果1将实验库中所有人脸图片的19项属性分男女统计后,计算100幅人脸相应属性的平均值及其变异系数1变异系数的统计主要是为了反映特征本身所具有的不稳定性,一旦一种特征的变异系数太大,我们感兴趣的程度就会降低1从表1可见,按照性别统计得出的平均人脸比较准确地反映了男女各自的性别特征1例如,男性的眉毛要比女性厚,女性的眼睛也一般比男性大等,我们的统计数据与此相一致,这表明我们的统计是较客观的,具有普遍意义1312　特征发现对于一幅新输入的人脸图片,要生成它的卡通肖像必须先分析此人脸图像的特征,找出其特别之处再将之夸张化,才能产生非真实但却极具本人神韵的趣味夸张肖像1为了找出新输入人脸的特异之处,即需要夸张的特征,将其与平均人脸比较,对每项人脸特征T计算(T i-X i)ΠX i×100%,i=1,2,…,19(1)其中,T i为新输入人脸的某一项特征值,X i为该项特征的平均值1在表1中,某项的计算结果越大,表明输入人脸的该项特征与平均人脸差距越大,也就说明此人的该项特征越明显1为使特征发现更准确,我们利用统计过程中求出的人脸各项特征值的方差1方差越大,说明参与统计的数据本身比较分散,其统计的参考意义也就降低1但考虑到各项特征值均值的悬殊会影响方差的大小,引入了变异系数CV i=S iΠX i×100%,X i>0,i=1,2,…,19(2)其中,S i为标准差,X i为平均值1也就是将标准差化为各自均数的百分数,然后进行比较1变异系数的大小准确地反映了参与统计数据的分散和密集程度,其值越小,表明参与统计的数据分布集中,统计的参考意义就越大1根据变异系数给人脸每项特征赋予一个权值W,以决定其统计的参考价值1该权值与变异系数成反比,变异系数越小,则其权值越大,令W i=1Π(CV i×100),i=1,2,…,19(3)将式(1)的结果乘以该权值4631计算机辅助设计与图形学学报2006年(T i -X i )ΠX i ×100%×W i ,i =1,2,…,19(4)然后将式(4)的结果按绝对值从大到小排序,数值越大,表明输入人脸的该项特征越明显1我们挑出数值最大的前3项特征作为新输入人脸特征发现的结果,然后将之夸张化14　基于特征的卡通肖像生成411　素描肖像生成Step11去除背景信息1在对图像进行变形的过程中,为避免在人脸变形的同时照片背景上的物体也被非真实地扭曲,应尽可能地将背景信息去除1但为了尽量多地保留头发信息,我们构造了一个高斯函数,可将远离人脸区域的像素点去除,离得越远,去除得越干净1大量实验表明,这样处理可以达到我们的目的(如图3所示)1构造去除背景函数f (d i )=A ・L i ・exp (-B ・(d i ΠD )2),　i =0,1,…,M ×N ,d i =0,　P i ∈Smin ((P i x -P i x )(P i y -P i y )　),i =0,1,…,n P i |S;其中,f (di )表示返回的灰度值;d i 是像素点i 到人脸区域的距离;L i 是像素点i ;D 是人脸区域宽度的一半;A 和B 是经验系数1M 和N 分别表示图像的宽度和高度;S 代表改进的ASM 方法获得的人脸区域;(P i x ,P i y )是像素点i 的坐标;n 是人脸区域外边缘的特征点的总个数1图3　真实图像和很好地去除背景之后的图像a 去背景的原始图像 bCann y 算法边缘提取Step21普通素描肖像的生成1人脸特征信息可以用2部分来表示:a 1轮廓信息,代表人脸特征的宏观结构特征,如图4b 所示;b 1纹理信息,代表局部细节特征,如图4c 所示1本文分别提取这2种信息进行叠加,获得了较好的效果,而且方法简单、计算量小,其效果如图4d 所示1我们利用Canny 算法进行边缘提取,以获得轮廓信息,而局部纹理信息仅仅将图像进行二值化即可获得1c 阈值为125时的二值图d 本文产生的人脸素描图4　普通人脸肖像素描产生过程412　夸张变形夸张变形基于第411节中产生的普通素描肖像进行,夸张化的效果则依据第312节中的特征发现情况1对于尺度上大于平均人脸特征值的特征,予以适当夸大,反之进行缩小,以更加凸显其个性1夸大和缩小的程度则取决于个人特征和平均特征之间的差异程度1有多种方法可用于人脸图像变形,实现人脸动画,本文试验并比较了其中2种变形算法:网格变形方法[8]和基于特征的变形方法[9]1基于网格的变形技术是图像变形技术中最早的方法之一1基于特征的变形方法在图像中选取相应的特征点线对,利用线对将源图像中的特征点和目标图像中的特征点相对应,特征点周围区域的像素点受到不同程度的影响,该方法可以在高层控制变形过程1本文将文献[829]2种算法的性能进行了比较,结果表明它们在不同的方面表现不一1从计算速度的角度来衡量,网格变形计算速度更快(如表2所示)1但对于变形的质量,基于特征的变形方法则显得更加平滑一些1因为在基于特征的变形算法中,图像的变形是点对点进行的,这就保证了源图像和目标图像之间像素的转换非常平滑1而在网格变形中,网格的边缘部分不够自然1本文选择基于特征的方法来对肖像素描变形,从而生成夸张肖像1表2　2种算法计算速度的比较时间Πs文献[8]算法0125(有118个网格点)文献[9]算法0185(有3条线对) 此外,我们采用的ASM 人脸检测方法可以弥补特征线对变形方法的一个缺点,即在常规情况下必须手动地指定表现人脸特征的线对,如眼睛、嘴巴、鼻子等1但在本文研究中,ASM 已将人脸准确地定位,即特征线对已经自动获得了,特征变形只需要在高层操作就可以达到目的,而不需要采用手动方式来指定特征点,本文实验结果如图5所示156319期周仁琴等:基于特征发现的卡通人脸肖像生成a真实人脸图像b 本文产生的相应的卡通人脸肖像图5　实验结果5　结论和将来的工作本文采用ASM 方法半自动地提取了人脸照片特征,通过统计男女各100幅照片的数据,获得东方人脸部19个特征的平均值及其方差分布,从而能够对新的照片发现其脸部突出特征,并对该特征进行夸张变形,以生成卡通肖像1在变形的方法上,我们比较了网格变形和基于特征线对的变形1实验表明,基于特征线对的变形能够提供较好的变形效果,结合ASM 方法,可以实现特征线对的自动化指定1本文在如下几个方面还有待进一步研究:1)人脸普通肖像的生成1目前已经有一些能够生成各种风格的素描肖像的方法,本文希望能够学习某种艺术家的风格,自动生成此类风格的肖像画12)进一步研究变形方法1希望能够加快变形的速度,提高变形的质量,以弥补特征线对变形方法的不足1此外,在生成的卡通肖像的基础上,结合手机短信文本驱动,在手机平台上实现面向移动数字娱乐的卡通人脸动画,生成手机上的多媒体彩信1参　考　文　献[1]BrennanS 1Caricature generator [D]1Cambridge:Mas 2sachusettsInstituteofTechnolo gy,1982[2]KoshimizuH,Tomina gaM,FujiwaraT,et al 1OnKanseifa 2cial processingforcom puterizedfacialcaricaturin gs ystemPicasso [C]ΠΠProceedingsofIEEEInternationalConferenceonS ys 2tems,Man,andCybernetics,Tok yo,1999:294-299[3]YangCY,PaiTW,HsiaoYS,et al 1Facesha peclassificationfor2Dcaricature generation [C]ΠΠProceedingsofWorksho ponConsumerElectronics,Taiwan,2002:[4]LiangLin,ChenHong,XuYingqing,et al 1Example 2based caricature generationwithexa ggeration [C]ΠΠProceedingsofthe10thPacificConferenceonComputerGra phicsandA pplications,Beijing,2002:386-393[5]Chian gPei ying,LiaoWenhun g,LiTsai yen 1Automaticcaricature generationbyanalyzin gfacialfeatures[C]ΠΠProceedin gof2004Asia ConferenceonCom puterVision,Je juIsland,2004:89-94[6]GaoWen,CaoBo,ShanShi guang,et al 1TheCAS 2PEAL large 2scaleChinesefacedatabaseandevaluationprotocols [R]1Beijing:InstituteofComputin gTechnolo gy,ChineseAcademyofSciences,No 1JDL TR 04FR 001,2004[7]CootesTF,TaylorCJ,CooperD,et al 1Activesha pemod 2els 22theirtrainin ganda pplication [J]1ComputerVisionandIm 2ageUnderstandin g,1995,61(1):38-59[8]WolbergG 1Imagemor phing:asurve y [J]1VisualCom puter,1998,14(8Π9):360-372[9]BeierT,NeelyS 1Feature 2basedima gemetamor phosis [C]ΠΠComputer GraphicsProceedin gs,AnnualConferenceSeries,ACMSIGGRAPH,NewYork,1992:35-42 周仁琴　女,1981年生,硕士,主要研究方向为智能人机交互、图像处理、人脸动画1 周经野　男,1948年生,硕士,教授,主要究方向为人工智能、自然语言处理等1 陈益强　男,1973年生,博士,副研究员,主要研究方向为智能人机交互、移动内容计算、数字音视频编解码等1 刘军发　男,1973年生,博士研究生,主要研究方向为智能人机交互、数字娱乐计算等16631计算机辅助设计与图形学学报2006年。