羅江林 朱妹麗 王青青

摘 要：表情動畫在數(shù)字文化產(chǎn)業(yè)中具有非常的應(yīng)用價值，為了實現(xiàn)表情動畫的制作，本文提出了一種基于動態(tài)模板庫的表情動畫生成方法，該方法采用組件式，分別構(gòu)建人臉?biāo)夭膸臁⒒谇楦械膭討B(tài)表情庫，合成表情動畫。與傳統(tǒng)表情生成方法相比，該方法生成的表情更加自然美觀，并且擴(kuò)展性好。

關(guān)鍵詞：九型人格；情緒狀態(tài)；表情控制

中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著數(shù)字時代的到來，文化娛樂內(nèi)容越來越豐富多樣，游戲、動畫、漫畫等成為帶動國家經(jīng)濟(jì)發(fā)展的重要增長點。人物表情動畫因較強的娛樂性而被喜愛。面部表情作為一個重要研究領(lǐng)域，擁有廣泛的應(yīng)用價值，例如在游戲制作、影視動畫、虛擬化身、人機(jī)交互中都有廣泛的應(yīng)用，甚至在各種社交、聊天、互動游戲等場合也看到表情動畫的使用。

目前表情動畫生成主要包括基于幾何學(xué)、基于圖像、以及基于數(shù)據(jù)驅(qū)動三大類方法。

（1）基于幾何學(xué)的方法

基于幾何學(xué)的方法通常是利用幾何多邊形來表示并處理三維模型，主要有參數(shù)化方法、關(guān)鍵幀插值法、基于肌肉的方法、基于變形的方法等。插值方法具有算法復(fù)雜度低，效率高的優(yōu)點，但無法生成關(guān)鍵幀范圍之外的其他動作，基于肌肉的方法雖然生成的表情比較逼真形象，但計算量較大，效率低。

（2）基于圖像的方法

基于圖像的方法是通過多張二維圖像間的轉(zhuǎn)換，主要有表情編碼技術(shù)、Morphing方法等。

（3）基于數(shù)據(jù)驅(qū)動的方法

基于數(shù)據(jù)驅(qū)動的方法是在指捕捉表演者的臉部運動數(shù)據(jù)映射到虛擬角色上，進(jìn)而得到表情動畫，目前表演者驅(qū)動方法主要有基于特殊設(shè)備的面部捕捉技術(shù)、基于單目視頻相機(jī)的面部捕捉技術(shù)以及基于RGB-D相機(jī)的人臉跟蹤技術(shù)。其中基于特殊設(shè)備的捕捉技術(shù)包括物理標(biāo)記點、投射結(jié)構(gòu)光以及相機(jī)陣列，該類方法普遍存在著對表演者不友好、對光照有要求等不足；RGB-D相機(jī)一般價格較高，單目視頻相機(jī)則更適合普通用戶，并且操作簡單。

目前面部表情的研究普遍存在著自然程度低，擴(kuò)展性差、算法效率不高等不足，因此，本文希望通過對表情生成技術(shù)的理論研究與技術(shù)創(chuàng)新，能夠改善表情的真實度，進(jìn)而提升表情動畫的實用價值。

1 九型人格與情緒分析

1.1 九型人格

不同性格的人，其行為舉止存在著很大的差異，九型人格表情特點的分析目的在于解決角色動作行為缺乏人物性格的問題，根據(jù)不同人格特征，建立相對應(yīng)的人格表情模板。

（1）完美型

完美型的人由理性思想主導(dǎo)，行為謹(jǐn)慎、原則多。沒有豐富的感情色彩，表情通常較為嚴(yán)肅，眼神比較冷靜。

（2）助人型

助人型的人善解人意，樂于助人，但原則性弱，缺少主見。表情溫柔，親和，眼神充滿愛，笑容燦爛自然。

（3）成就型

成就型的人渴望被認(rèn)可，自信心強，但情感薄弱。眼神機(jī)靈、目光有神，動作快。

（4）自我型

自我型的人崇尚自由，追求浪漫，跟著感覺走。動作多優(yōu)雅，慢，眼神多憂郁、深情。

（5）理智型

理智型的人冷靜、機(jī)智，分析力強，喜歡獨處。沒有豐富夸張的表情，眼神多平和、淡然。

（6）忠誠型

忠誠型的人做事小心，不喜歡轉(zhuǎn)換新環(huán)境，內(nèi)心常有不安。眼神多游離、保持洞察力。

（7）活躍型

活躍型的人樂觀、經(jīng)歷充沛，及時行樂。肢體語言豐富，表情多放松。目光明亮，沒有哀傷。

（8）領(lǐng)導(dǎo)型

領(lǐng)導(dǎo)型的人喜歡被人追隨，做事直截了當(dāng)，但感覺遲鈍，常忽略他人感受。目光直射，眼神溫和且威嚴(yán)。

（9）和平型

和平型的人完事以和為貴，容易分散注意力。眼神柔和，穩(wěn)定。肢體語言柔軟溫和。

根據(jù)上述的分析，不同性格的人在表達(dá)相同表情時，必然存在著不同。例如，對于笑這一表情而言，活躍型與助人型的笑能夠具有感染力、無束縛，而完美型或領(lǐng)導(dǎo)型的笑則較為嚴(yán)肅拘謹(jǐn)。

1.2 情緒狀態(tài)分析

面部表情是指通過眼部肌肉、顏面肌肉和口部肌肉的變化來表現(xiàn)各種情緒狀態(tài)。每一個面部表情需要各個部位組合，而面部有3個能夠獨立運動的部分，分別是。

（1）額頭與眉毛。

（2）眼睛、眼瞼與鼻子。

（3）臉頰、嘴與下巴，如圖1所示。

Ekman.Friesen與Elsworth通過對面部表情的研究，界定出6種基本情緒，分別為快樂、悲傷、恐懼、驚訝、憤怒、嫉妒。并且認(rèn)為人類的基本情緒的面部表情是相同的，不具有文化的差異。由這6種基本表情相互組合后產(chǎn)生焦慮、緊張、憂郁、驚喜等復(fù)合情緒。根據(jù)情緒的持續(xù)時間和緊張程度可分為心境、激情、應(yīng)激3類，其中心境這一較為微弱的情緒狀態(tài)受人格特征的影響。

通過上述分析，可以看到角色的表情表達(dá)與角色性格、情緒狀態(tài)密不可分，例如快樂的情緒，領(lǐng)導(dǎo)型與理智型的人通常表現(xiàn)得較為平靜，微笑或是不笑，主要特征是兩眉舒展，而助人型與活躍型通常將高興喜悅的情緒通過笑來表達(dá)，甚至眼睛、鼻子都是上揚的；再如悲傷的情緒，成就型和領(lǐng)導(dǎo)型的人通常表現(xiàn)面孔拉長，臉的兩側(cè)自然垂落，嘴角微微下拉。助人型和忠誠型的人面部則會較為明顯的特征，如眉頭緊鎖、眉眼傾斜、愁眉苦臉。表現(xiàn)最為強烈的多為活躍型的人，如閉眼、哭泣，如圖2所示。

因此，本文所建立的動態(tài)模板庫綜合了角色性格特征及情緒因素。

2 基于動態(tài)模板庫的表情生成方法

基于動態(tài)模板庫的表情生成方法過程如圖3所示。

輸入信息包括角色模型、角色人格屬性以及角色的情緒狀態(tài)。由人格特征、情感狀態(tài)來決定角色的表情特征，然后建立動態(tài)表情模板庫，生成表情動畫。

動態(tài)表情模板庫建立完成后，根據(jù)角色設(shè)定的人物性格與情緒狀態(tài)，通過人臉動畫算法，將動態(tài)表情模板遷移到角色中，生成表情動畫。具體過程如下：

（1）組件式模型

如第2節(jié)所述，表情表現(xiàn)在面部3個部分的運動，分別是①額頭與眉毛；②眼睛、眼瞼與鼻子；③臉頰、嘴與下巴。因此，本文建立具有層次的組件式模型，組件式的模型能夠方便進(jìn)行模型的變形算法。

（2）基于線性插值的網(wǎng)格變形方法

本文選用網(wǎng)格變形方法實現(xiàn)表情動畫序列。將建立的九型人格動態(tài)表情模型借助網(wǎng)格變形技術(shù)疊加到目標(biāo)角色的面部模型上，通過模型參數(shù)的調(diào)整合成表情動畫。

設(shè)變形后模型頂點為V，模板模型頂點為V1，目標(biāo)模型頂點為V2，線性插值網(wǎng)格變形方法的頂點計算方法為：

V=V2×ω+V1（1-ω）

其中ω表示權(quán)重，不同權(quán)值的效果如圖4所示。

以該方法為基礎(chǔ)，為了實現(xiàn)多樣的表情動畫，本文使用多目標(biāo)模型融合的方式，

方法為：

式中，base表示基準(zhǔn)模型，其頂點坐標(biāo)表示為base=（xb，yb，zb），T1=（x1，y1，z1），T2=（x2，y2，z2）...Tn=（xn，yn，zn）為目標(biāo)模型1至模型N的頂點坐標(biāo)。ω1，ω2...ωn為對應(yīng)的權(quán)重。

3 實驗分析與結(jié)論

本文建立的動態(tài)模板庫包括9種人物性格，即完美型、助人型、成就型、自我型、理智型、忠誠型、活躍型、領(lǐng)導(dǎo)型、和平型，每種人物性格擁有快樂、悲傷、恐懼、驚訝、憤怒、嫉妒6種情緒。

本文方法使用C++語言，在VS2012平臺編寫實現(xiàn)，其中模型動畫使用Direct3D實現(xiàn)模型動畫的渲染與控制，使用OpenCV庫進(jìn)行圖像處理。實驗效果如圖5所示，點擊鼠標(biāo)右鍵，選擇不同性格與情緒，人物模型將會做出相應(yīng)的表情。

本文提出了一種基于動態(tài)模板庫的表情動畫生成方法，通過分析人物性格特點，細(xì)化表情特征，進(jìn)而使角色表情更加符合角色設(shè)定，表情動畫更加自然。但本文所建立的表情模板庫只包括了9種人格的6種基本表情，九型人格的復(fù)合情緒的表情表達(dá)將是下一步的重點研究內(nèi)容。

參考文獻(xiàn)

[1]Pighin F，Szeliski R， Salesin D H. Modeling and animating realistic faces fromimages[J].International Journal of Computer Vision， 2002， 50（2）： 143-169.

[2]Joshi P， Tien W C， Desbrun M， et al. Learning controls for blend shape based realistic facial animation[C].ACM SIGGRAPH 2005 Courses.ACM， 2005： 8.

[3]Deng Z，Chiang P Y， Fox P， et al. Animating blendshape faces by cross-mapping motion capture data[C].Proceedings of the 2006 symposium on Interactive 3D graphics and games.ACM， 2006： 43-48.

[4]Thibaut Weise， Sofien Bouaziz， Hao Li，Mark Pauly. Realtime performance-based facial animation[J]. International conference on computer graphics and interactive techniques， 2011.30（4）：77.

[5]汪庭弘.九型人格——洞悉自己與他人的藝術(shù)[M].北京：中國紡織出版社，2012.

[6]L. Williams. Performance-driven facial animation[C].ACM SIGGRAPH Computer Graphics. ACM， 1990， 24（4）：235-242.