CN103383778A - 一种三维卡通人脸生成方法和系统 - Google Patents

Abstract

本发明提供一种三维卡通人脸生成方法和系统。所述方法包括：设置可调节艺术造型参数，基于主成分子空间和所述可调节艺术造型参数生成三维真实人脸模型的三维卡通人脸。所述方法还包括：判断所生成的三维卡通人脸的艺术性指标和与对应的真实人脸的相似性指标是否满足预定条件，如满足，则该三维卡通人脸为最终生成的三维卡通人脸；如不满足，则重新设置可调节艺术造型参数及生成三维卡通人脸，并且再次进行判断，直到生成的三维卡通人脸满足预定条件。本发明考虑了三维卡通人脸与对应的真实人脸之间的相似程度，通过调节艺术造型参数，使得最终生成的三维卡通人脸与真实人脸既具有一定程度的相似性，又具有适当的艺术夸张效果。

Description

一种三维卡通人脸生成方法和系统

技术领域

本发明涉及计算机图形图像处理技术，特别涉及一种三维卡通人脸生成方法和系统。

背景技术

人脸艺术造型，特别是三维卡通人脸，因其既与原型人脸相似，又具有一定的艺术夸张效果，以及能够给观众带来更好的亲和力，所以在现代数字生活中（例如在线游戏、卡通影视、虚拟社区等场景中）具有重要的应用意义。

目前，获得三维卡通人脸有两条途径。途径一是由美工人员通过手工方式在专业软件（如MAYA、3DS MAX等）环境下完成，整个制作过程耗时耗力且需要较强的专业技能；途径二是借助研究人员提供的计算机技术快速生成人脸艺术造型。其中，Fujiwara等人开发了PICASSO造型系统，该系统首先统计平均人脸参数，然后夸张输入人脸与平均人脸的差异，整个造型生成过程较为自动化。Akleman提出了一种交互式制作三维艺术造型的方法，该方法首先观察输入的人脸特征，然后使用一些立方体或圆柱体来描述这些特征，此方法可以生成具有较高艺术感的三维造型，但需要很丰富的艺术背景知识。Shadbolt首先从两张正交的照片恢复该人脸的三维结构，然后通过比较输入人脸与真实人脸的差异对人头模型进行变形，但是该工作对目标人脸的特征表达不够具体、突出。Lee等人为三维人脸模型定义了一套RBF（Radial Basis Function）的控制点和肌肉向量规范，然后基于正面和侧面照片重建三维人脸模型，调节这些控制点与肌肉向量则可以交互操作方式产生形变效果。除此之外，国内的多个研究团队也在这个方面开展了大量研究工作。其中，潘志庚等人提出了一种自动生成变形人脸的方法与系统，采用改进的ASM（Active Shape Model）从单张照片中提取特征点，并且基于平均人脸将特征点进行夸张，同时利用RBF函数进行全局人脸变形。

然而，现有的三维卡通人脸生成方法在进行夸张的同时往往没有考虑到与真实人脸的相似性，从而导致生成的三维卡通人脸无法兼顾艺术效果和与真实人脸的相像程度。

发明内容

根据本发明的一个实施例，提供一种三维卡通人脸生成方法，所述方法包括：

步骤1）、设置可调节艺术造型参数α_i，基于主成分子空间和α_i生成三维真实人脸模型X₃的三维卡通人脸X₃(i)；

步骤2）、计算生成的三维卡通人脸X₃(i)的艺术性指标的值和与对应的真实人脸的相似性指标的值，其中所述艺术性指标体现α_i的大小，所述与对应的真实人脸的相似性指标体现X₃(i)与对应的真实人脸之间的相似距离；

步骤3）、判断生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标是否满足预定条件，如不满足则重复步骤1）重新设置可调节艺术造型参数α_i且重新生成相应的三维卡通人脸X₃(i)，以及重复步骤2）重新计算生成的三维卡通人脸X₃(i)的艺术性指标的值和与对应的真实人脸的相似性指标的值，直到生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标满足预定条件。

在一个实施例中，步骤1）中基于主成分子空间和α_i生成三维真实人脸模型X₃的三维卡通人脸X₃(i)包括：根据下式获得X₃(i)，

X₃(i)=X₃+Pα_i，

其中，X₃为三维真实人脸模型，P为构成所述主成分子空间的特征向量矩阵，α_i为可调节艺术造型参数。

在一个实施例中，步骤3）包括：

步骤31）、根据下式计算最大化优化目标函数f(i)：

$f\left(i\right)=f_s(X_2,X_3\left(i\right))+\mathrm{\λ}\frac{1}{f_a(X_3,X_3\left(i\right))},$

其中，λ是权重参数；f_a(X₃,X₃(i))表示艺术性指标，其值随着α_i的增大而增大，随着α_i的减小而减小；f_s(X₂,X₃(i))表示与对应的真实人脸的相似性指标，其值随着X₃(i)与对应的真实人脸之间的相似距离的增大而增大，随着X₃(i)与对应的真实人脸之间的相似距离的减小而减小；

步骤32）、判断f(i)的值是否大于预定值，如满足，则生成的三维卡通人脸X₃(i)为最终生成的三维卡通人脸；如不满足，则返回步骤1）。

在一个实施例中，步骤2）中计算X₃(i)与对应的真实人脸的相似性指标的值包括：

计算X₃(i)与对应的二维人脸图片X₂之间的相似度来获得与对应的真实人脸的相似性指标的值。

在另一个实施例中，步骤2）中计算X₃(i)与对应的真实人脸的相似性指标的值包括：

计算X₃(i)与对应的三维真实人脸模型X₃之间的相似度来获得与对应的真实人脸的相似性指标的值。

在一个实施例中，其中，计算X₃(i)与对应的二维人脸图片X₂之间的相似度来获得与对应的真实人脸的相似性指标的值包括：

步骤a）、对X₂和X₃(i)进行双层拉普拉斯流形降维，获得共享低维流行嵌入；

步骤b）、计算X₂和X₃(i)在所述共享低维流形嵌入上的投影值，将X₂和X₃(i)之间的相似距离设置为这两个投影值之差，将与对应的真实人脸的相似性指标的值设置为X₂和X₃(i)之间的相似距离。

在一个实施例中，所述方法还包括：

步骤0）、对三维真实人脸模型X₃进行归一化对齐处理。

在一个实施例中，步骤1）之前还包括：构建主成分子空间。

在进一步的实施例中，其中，构建主成分子空间包括：

步骤A）、得到三维卡通人脸模型数据集；

步骤B）、对所述三维卡通人脸模型数据集进行主成分分析，得到构成所述主成分子空间的特征向量矩阵P。

在进一步的实施例中，步骤A）还包括：

对得到的三维卡通人脸模型数据集中的所有三维卡通人脸模型进行归一化对齐处理。

根据本发明的一个实施例，还提供一种三维卡通人脸生成系统，所述系统包括：

三维卡通人脸生成装置，用于设置可调节艺术造型参数α_i，基于主成分子空间和α_i生成三维真实人脸模型X₃的三维卡通人脸X₃(i)；

计算装置，用于计算生成的三维卡通人脸X₃(i)的艺术性指标的值和与对应的真实人脸的相似性指标的值，其中所述艺术性指标体现α_i的大小，所述与对应的真实人脸的相似性指标体现X₃(i)与对应的真实人脸之间的相似距离；以及

三维卡通人脸优化装置，用于判断生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标是否满足预定条件，如不满足则利用所述三维卡通人脸生成装置重新设置可调节艺术造型参数α_i且重新生成相应的三维卡通人脸X₃(i)，以及利用所述计算装置重新计算生成的三维卡通人脸X₃(i)的艺术性指标的值和与对应的真实人脸的相似性指标的值，直到生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标满足预定条件。

采用本发明可以达到如下有益效果：

利用遗传采样优化，通过不断采样可调节艺术造型参数，由艺术性指标和相似性指标来指导三维卡通人脸的生成，使得最终生成的三维卡通人脸与原始真实人脸既具有一定程度的相似性，又具有适当的艺术夸张效果。

附图说明

图1是根据本发明一个实施例的三维卡通人脸生成方法的流程图；

图2是根据本发明一个实施例的构建三维卡通人脸的可调节艺术造型参数模型的方法的流程图；

图3是根据本发明一个实施例的基于艺术性指标和与对应的真实人脸的相似性指标得到最终生成的三维卡通人脸模型的方法的流程图；

图4是根据本发明一个实施例的双层拉普拉斯流形降维过程和获得的共享低维流形嵌入示意图；以及

图5是采用本发明提供的三维卡通人脸生成方法生成三维卡通人脸的最终效果图。

具体实施方式

下面结合附图和具体实施方式对本发明加以说明。

根据本发明的一个实施例，提供一种三维卡通人脸生成方法，图1示出了该方法的一个实施例，包括以下两个步骤：

步骤100、构建三维卡通人脸的主成分（PCA，Principal ComponentAnalysis）子空间，并且基于该主成分子空间构建三维卡通人脸的可调节艺术参数模型。

其中，可采样多个三维卡通人脸模型进行主成分分析，通过分析获得构成主成分子空间的特征向量矩阵，然后根据该特征向量矩阵构建三维卡通人脸的可调节艺术参数模型。图2示出了该处理过程的一个实施例，包括下列三个子步骤（子步骤110-130）：

子步骤110、采集多个三维卡通人脸模型，构成三维卡通人脸模型数据集，用于进行PCA分析。

应理解，可采用本领域公知的定义方法来定义三维人脸。例如，空间中的三维物体可以由构成该物体的顶点，以及连接该顶点的无向边和面的拓扑结构来定义。此外，通过改变顶点的位置信息就可以完成对该三维物体的变形。因此，采集三维人脸模型（包括三维卡通人脸模型和三维真实人脸模型）可包括提取三维人脸网格模型的顶点、边和多边形面的数据信息。

在一个实例中，可采集至少200个三维卡通人脸模型来组成三维卡通人脸模型数据集。对于该数据集中的每个三维卡通人脸模型，要提取的数据信息可包括：1337个顶点、2635条无向边、1292个四边形、2个三角形和1632个UV坐标。

在进一步的实施例中，还要对三维卡通人脸模型数据集中的所有三维卡通人脸模型进行归一化对齐处理，以便执行下文中的步骤。

子步骤120、对子步骤110得到的三维卡通人脸模型数据集进行主成分分析（PCA分析），建立主成分子空间。

如上文所述，由于改变三维物体的顶点位置信息即可以完成对该三维物体的变形。因而在本文中，对三维卡通人脸模型进行主成分分析指提取其顶点数据的主成分。

假设得到的三维卡通人脸模型数据集表示为

其中N为该数据集中的所有样本个数（在一个实施例中大于200个），则该数据集中的三维卡通人脸模型的均值

可表示为下式：

$\stackrel{\‾}{S}=\frac{1}{N}{\mathrm{\Σ}}_{i=1}^N{S}_i---\left(1\right)$

其中，每个样本（即每个三维卡通人脸模型）与从公式（1）得到的均值的差异为

从而协方差矩阵表示为：

$C=\frac{1}{M}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\φ}}_i{\mathrm{\φ}}_i^T---\left(2\right)$

其中，M为样本S_i的维数。对公式（2）的协方差矩阵C进行特征值分解，可以得到由M个正交向量组成的向量组{u_i}，以及与u_i相对应的、用于表示u_i程度的特征值变量λ_i。其中，向量u_i为特征向量，特征向量组{u_i}构成特征向量空间。

在用公式（2）求得特征向量组{u_i}之后，可以仅选取其中较为重要的部分特征向量作为主成分，从而构成PCA子空间（主成分子空间）。对于三维人脸模型来说，在艺术风格的主成分上进行变化，可以间接地带来多个艺术特征的同步协调变化。在PCA子空间中，对应于特征向量u_i的特征值变量λ_i越大，该对应的特征向量u_i的重要程度也越高。在一个实施例中，可以采用公式（3），通过设置的保留信息比率R，来确定要保留的k（k为正整数）个特征向量，该k个特征向量即构成的特征向量空间即为主成分子空间：

$\underset{i=2}{\overset{k}{\mathrm{\Σ}}}{\mathrm{\λ}}_i/\underset{i=2}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_i\≥R---\left(3\right)$

表1描述了在本实施例中，保留信息比率R的大小与三维卡通人脸的主成分的个数的关系。

表1

根据表1中所示的数据，在进一步的实施例中，优选将保留信息比率R设置为95%，其能够提供足够的三维卡通人脸的主成分（即较为重要的12个主成分），以获得较好的艺术造型效果。

子步骤130、构建三维卡通人脸的可调节艺术参数模型。

在经过主成分分析处理，构建了主成分子空间后，三维卡通人脸模型数据集中的某个三维卡通人脸模型，如S=(x₁,y₁,z₁,x₂,y₂,z₂,...,x_n,y_n,z_n)^T，可以被表示为：

$S=\stackrel{\‾}{S}+\mathrm{P\α}---\left(4\right)$

在公式（4）中，

即为子步骤120中计算的数据集中的三维卡通人脸模型的均值；P表示由k个特征向量（主成分）构成的特征向量矩阵（即上文中构建的PCA子空间），其中特征向量根据其对应的k个特征值的大小，按照降序排列；α=(α₁,α₂,...,α_k)^T是k个特征向量的系数。

根据得到的PCA子空间，可以构建三维卡通人脸的可调节艺术参数模型D_A(X₃,X₃(i))。其中，将三维卡通人脸模型数据集的均值

替换为某个三维真实人脸模型X₃，通过改变其三维卡通人脸在PCA子空间的低维投影，也就是将特征向量的系数α=(α₁,α₂,...,α_k)^T修改为α_i=(α_i,1,α_i,2,...,α_i,k)^T，从而生成某种风格化的三维卡通人脸模型X₃(i)，又称三维卡通人脸X₃(i)。三维卡通人脸的可调节艺术参数模型如公式（5）所示：

X₃(i)=X₃+Pα_i                                     （5）

其中，P是构建PCA子空间得到的特征向量矩阵。α_i是特征向量的系数，也称作可调节艺术造型参数，其中，α_i,1为PCA子空间中的第1维投影，α_i,2为PCA子空间中的第2维投影，…，α_i,k为PCA子空间中第k维投影。当α_i=0时，生成的三维卡通人脸X₃(i)是未经任何形变的三维人脸X₃（即三维真实人脸）。α_i的值越大，三维卡通人脸X₃(i)的值也随之更大，三维真实人脸X₃的形变效果越强烈。

步骤200、对于三维真实人脸模型，利用遗传采样优化方法，遍历可调节艺术造型参数α_i，直至基于三维卡通人脸的可调节艺术参数模型以及该可调节艺术造型参数α_i生成的相应的三维卡通人脸满足预先设定的优化准则，或称预定条件。

图3示出了步骤200的一个实施例，包括下列三个子步骤（子步骤210-230）：

子步骤210、构建最大化优化目标函数。

首先，可根据三维卡通人脸的可调节艺术参数模型，来构建艺术性指标函数f_a。如上文所述，由于改变可调节艺术造型参数α_i的值可导致生成不同形变的三维卡通人脸，则可以将艺术性指标函数构造为描述可调节艺术造型参数α_i的变化。当α_i的值越大，艺术性指标函数f_a的值也越大，三维卡通人脸的形变效果则越强烈（即与输入的真实人脸越不相似）；同样，α_i的值越小，艺术性指标函数f_a的值也越小，与输入的真实人脸约相似。在一个实施例中，其中α_i可以是正数、负数或0，则当上述α_i的值为负数时，艺术性指标函数f_a体现可调节艺术造型参数α_i的绝对值的大小。

其次，构建与真实人脸的相似性指标函数f_s，该相似性指标函数f_s用于描述生成的三维卡通人脸与真实人脸的相似距离（即体现相似程度）。其中，相似距离越大，则相似度越小，该相似性指标函数f_s的值也越大。

从而，根据艺术性指标函数f_a以及相似性指标函数f_s，可构建最大化优化目标函数，用于判断生成的三维卡通人脸是否满足预定条件。在一个实施例中，最大化优化目标函数可以如公式（6）所示：

$f\left(i\right)=f_s(X_2,X_3\left(i\right))+\mathrm{\λ}\frac{1}{f_{\mathrm{\α}}(X_3,X_3\left(i\right))}---\left(6\right)$

其中，λ为权重参数，f_a(X₃,X₃(i))是艺术性指标函数，f_s(X₂,X₃(i))是相似性指标函数。

子步骤220、对于输入的三维真实人脸模型X₃，在艺术造型参数空间中采样可调节艺术造型参数α_i，且生成相应的三维卡通人脸X₃(i)。

其中，通过三维卡通人脸的可调节艺术参数模型D_A(X₃,X₃(i))，根据采样的可调节艺术造型参数α_i，即可以获得相应的三维卡通人脸X₃(i)。

如上文所述，输入该三维真实人脸模型X₃包括输入该三维真实人脸模型的顶点、边、面等数据信息。在进一步的实施例中，可首先对该输入的三维真实人脸模型X₃进行归一化对齐处理。

子步骤230、得到所生成的三维卡通人脸X₃(i)的艺术性指标函数f_a的值以及X₃(i)与真实人脸的相似性指标函数f_s的值，计算如公式（6）所示的最大化优化目标函数。如果最大化优化目标函数的值满足预定的优化准则/预定条件（例如大于预定的目标函数值），则该生成的三维卡通人脸X₃(i)可作为最终生成的三维卡通人脸输出，该三维卡通人脸既与原始人脸有一定的相似性，又具有一定的艺术夸张效果；否则，重新执行子步骤220和230，重新采样可调节艺术造型参数α_i，并且重新生成相应的三维卡通人脸X₃(i)。

根据本发明的一个实施例，在子步骤230中，可通过计算异构人脸相似度的方法来获得相似性指标函数f_s的值。其中，计算异构人脸相似度即计算三维真实人脸X₃对应的二维人脸图片X₂与根据当前可调节艺术造型参数α_i生成的三维卡通人脸模型X₃(i)之间的相似度。

具体而言，要获得三维卡通人脸X₃(i)与真实人脸的相似性指标函数，可执行如下步骤：

（1）、对三维真实人脸X₃对应的二维人脸图片X₂与三维卡通人脸X₃(i)进行双层拉普拉斯流形降维，获得共享低维流形嵌入。

由于人脸流形可以很好地反映人脸与邻居样本之间的相似性，通过深入挖掘人脸相似流形，利用双层拉普拉斯流形降维对二维图片数据和三维卡通人脸数据进行协同降维并进行流形对齐，可获得二维和三维人脸数据的共享低维流形嵌入，图4示出了双层拉普拉斯流形降维过程和获得的共享低维流行嵌入。

（2）、计算二维人脸和三维人脸在该共享低维流形嵌入上的投影值，将异构人脸X₂和X₃(i)之间的相似距离，即相似性指标函数f_s(X₂,X₃(i))的值设置为这两个投影值之差。

这是因为在共享低维流形嵌入上，如果二维人脸和三维人脸为相似人脸，则其投影值相近。关于异构人脸的相似度计算可参考《计算机科学与探索》2013年02期的“异构人脸在流形空间中的相似模型研究”。

应理解，也可以通过计算三维卡通人脸X₃(i)与三维真实人脸模型X₃的相似度来获得相似性指标函数的值。

图5示出了采用本发明提供的三维卡通人脸生成方法，根据三维真实人脸模型生成三维卡通人脸的最终结果，图5的右上角示出了对应于输入的三维真实人脸模型的二维真实人脸图片，图5的左半边显示了最终生成的三维卡通人脸的效果图。可见，最终生成的三维卡通人脸既与对应的二维人脸图片具有一定程度的相似性，同时也具备一定的艺术夸张效果。

根据本发明的一个实施例，还提供一种三维卡通人脸生成系统，该系统包括三维卡通人脸生成装置、计算装置以及三维卡通人脸优化装置。

其中，三维卡通人脸生成装置可用于设置可调节艺术造型参数α_i，基于主成分子空间和α_i生成三维真实人脸模型X₃的三维卡通人脸X₃(i)。

计算装置可用于计算生成的三维卡通人脸X₃(i)的艺术性指标的值和与对应的真实人脸的相似性指标的值，其中所述艺术性指标体现α_i的大小，所述与对应的真实人脸的相似性指标体现X₃(i)与对应的真实人脸之间的相似距离。

三维卡通人脸优化装置可用于判断生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标是否满足预定条件，如不满足则利用所述三维卡通人脸生成装置重新设置可调节艺术造型参数α_i以及重新生成相应的三维卡通人脸X₃(i)，直到生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标满足预定条件。

应该注意到并理解，在不脱离后附的权利要求所要求的本发明的精神和范围的情况下，能够对上述详细描述的本发明做出各种修改和改进。因此，要求保护的技术方案的范围不受所给出的任何特定示范教导的限制。

Claims (11)

1.一种三维卡通人脸生成方法，包括：

步骤1）、设置可调节艺术造型参数α_i，基于主成分子空间和α_i生成三维真实人脸模型X₃的三维卡通人脸X₃(i)；

步骤2）、计算生成的三维卡通人脸X₃(i)的艺术性指标的值和与对应的真实人脸的相似性指标的值，其中所述艺术性指标体现α_i的大小，所述与对应的真实人脸的相似性指标体现X₃(i)与对应的真实人脸之间的相似距离；

步骤3）、判断生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标是否满足预定条件，如不满足则重复步骤1）重新设置可调节艺术造型参数α_i且重新生成相应的三维卡通人脸X₃(i)，以及重复步骤2）重新计算生成的三维卡通人脸X₃(i)的艺术性指标的值和与对应的真实人脸的相似性指标的值，直到生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标满足预定条件。

2.根据权利要求1所述的方法，其中，步骤1）中基于主成分子空间和α_i生成三维真实人脸模型X₃的三维卡通人脸X₃(i)包括：根据下式获得X₃(i)，

X₃(i)=X₃+Pα_i，

其中，X₃为三维真实人脸模型，P为构成所述主成分子空间的特征向量矩阵，α_i为可调节艺术造型参数。

3.根据权利要求1或2所述的方法，其中，步骤3）包括：

步骤31）、根据下式计算最大化优化目标函数f(i)：

$f\left(i\right)=f_s(X_2,X_3\left(i\right))+\mathrm{\λ}\frac{1}{f_a(X_3,X_3\left(i\right))},$

其中，是权重参数；f_a(X₃,X₃(i))表示艺术性指标，其值随着α_i的增大而增大，随着α_i的减小而减小；f_s(X₂,X₃(i))表示与对应的真实人脸的相似性指标，其值随着X₃(i)与对应的真实人脸之间的相似距离的增大而增大，随着X₃(i)与对应的真实人脸之间的相似距离的减小而减小；

步骤32）、判断f(i)的值是否大于预定值，如满足，则生成的三维卡通人脸X₃(i)为最终生成的三维卡通人脸；如不满足，则返回步骤1）。

4.根据权利要求3所述的方法，其中，步骤2）中计算X₃(i)与对应的真实人脸的相似性指标的值包括：

计算X₃(i)与对应的二维人脸图片X₂之间的相似度来获得与对应的真实人脸的相似性指标的值。

5.根据权利要求3所述的方法，其中，步骤2）中计算X₃(i)与对应的真实人脸的相似性指标的值包括：

计算X₃(i)与对应的三维真实人脸模型X₃之间的相似度来获得与对应的真实人脸的相似性指标的值。

6.根据权利要求4所述的方法，其中计算X₃(i)与对应的二维人脸图片X₂之间的相似度来获得与对应的真实人脸的相似性指标的值包括：

步骤a）、对X₂和X₃(i)进行双层拉普拉斯流形降维，获得共享低维流行嵌入；

步骤b）、计算X₂和X₃(i)在所述共享低维流形嵌入上的投影值，将X₂和X₃(i)之间的相似距离设置为这两个投影值之差，将与对应的真实人脸的相似性指标的值设置为X₂和X₃(i)之间的相似距离。

7.根据权利要求1或2所述的方法，还包括：

步骤0）、对三维真实人脸模型X₃进行归一化对齐处理。

8.根据权利要求1或2所述的方法，其中步骤1）之前还包括：

构建主成分子空间。

9.根据权利要求8所述的方法，其中构建主成分子空间包括：

步骤A）、得到三维卡通人脸模型数据集；

步骤B）、对所述三维卡通人脸模型数据集进行主成分分析，得到构成所述主成分子空间的特征向量矩阵P。

10.根据权利要求9所述的方法，其中步骤A）还包括：

对得到的三维卡通人脸模型数据集中的所有三维卡通人脸模型进行归一化对齐处理。

11.一种三维卡通人脸生成系统，包括：

三维卡通人脸生成装置，用于设置可调节艺术造型参数α_i，基于主成分子空间和α_i生成三维真实人脸模型X₃的三维卡通人脸X₃(i)；

计算装置，用于计算生成的三维卡通人脸X₃(i)的艺术性指标的值和与对应的真实人脸的相似性指标的值，其中所述艺术性指标体现α_i的大小，所述与对应的真实人脸的相似性指标体现X₃(i)与对应的真实人脸之间的相似距离；以及

三维卡通人脸优化装置，用于判断生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标是否满足预定条件，如不满足则利用所述三维卡通人脸生成装置重新设置可调节艺术造型参数α_i且重新生成相应的三维卡通人脸X₃(i)，以及利用所述计算装置重新计算生成的三维卡通人脸X₃(i)的艺术性指标的值和与对应的真实人脸的相似性指标的值，直到生成的三维卡通人脸X₃(i)的艺术性指标和与对应的真实人脸的相似性指标满足预定条件。

Images