文摘

近年来,重建面部表情动画已经成为一个热门的研究领域在计算机科学和运动capture-based面部表情重建现在出现在这一领域。基于面部运动使用被动光学运动捕捉系统获得的数据,我们提出一个分散的数据处理方法,旨在解决缺失数据的常见问题和噪音。恢复丢失的数据,考虑到非线性的邻居之间的关系与当前失踪的标记,我们提出一种改进的以前版本的方法,我们使用三个肌肉的运动,而不是一个恢复丢失的数据。减少噪音,我们最初应用预处理消除脉冲噪声,在我们提出了高阶性B-spline-based拟合方法用于减少剩余的噪声。我们的实验表明,该方法原理简单明了,而且它在重建提供可接受的精度。