Unterabschnitte
Man kann nun aus dem Vektorraum der 3D-Gesichter eine Linearkombination bilden, so dass dieses 3D Gesicht sich möglichst gut an ein gegebenes 2D Gesicht anpaßt
11. Das rohe Anpassen geschieht manuell. Weiteres Anpassen des 3D-Shapes, der Textur und der Ausleuchtung geschieht automatisch. Das 3D-Modell wird mit einem einfachen Phong-Modell (bestehend aus diffus-reflektierten und gespiegeltem Licht) gerendert.
Man kann nun ein erzeugtes Gesicht begutachten, wie wahrscheinlich es ist, dass es auftreten kann. Dies macht man mit dem Satz von Bayes mit mehreren Zufallsvariablen. Anhand der Wahrscheinlichkeit kann man festlegen, wie gut das Gesicht aussehen wird
12.
Es lassen sich beliebige Attribute des Gesichtes mit Hilfe einer überstreckten Morphingfunktion festlegen:
- verschiedene binäre und kontinuierliche Attribute wie dick/dünn weiblich/männlich
- vom Durchschnittsgesicht über den eigentlichen 3D Scan bis zur Karrikatur (Die Eigenschaft von Karrikaturen ist, dass einzelne Merkmale stark betont werden.)
- Gesichtsausdrücke. Es lassen sich Gesichtsausdrücke aus einem Gesicht heraussubtrahieren: z.B.
Das Problem aus einem 2D-Gesicht ein 3D-Gesicht zu machen, ist ein schlecht gestelltes Problem.
Ein Problem
heißt
wohlgestellt, wenn
- für jedes eine Lösung existiert.
- die Lösung für jedes eindeutig ist.
- die Lösung kontinuierlich von den Urbildern abhängt.
Ein
schlechtgestelltes Problem ist nicht wohlgestellt. Häufig ist bei schlechtgestellten Problemen der Lösungsvektorraum sogar unendlich.
Beispiele für schlechtgestellte Probleme (hier sind inverse Probleme aufgelistet):
- Erzeugen eines 3D-Bildes aus einem 2D-Bild. (z.B. Würfel)
- Endeffektor an eine bestimmte Position.
- Anpassung der Gesichtsmuskulatur
Mit der
Tikhonoff-Regularisierung tastet man sich langsam an die Lösung des Problems heran. Damped-Square-Methode ist eine Instanz der Tikhonoff-Regularisierung.
Fußnoten
- ... anpaßt11
- Dabei müssen die Modelparameter für das 2D-Bild berücksichtigt werden: Kameraposition, Objektskalierung, Rotation und Translation, Beleuchtung, Farbkontrast...
- ... wird12
- Gesichter mit völlig verzerrtem Gesichtsbild sind eben halt sehr unwahrscheinlich. Gesichter, die normal aussehen, sind sehr wahrscheinlich in der Datenbank.