Automatic Estimation of 2D Facial Muscle Parameter Using Neural Network

신경회로망을 이용한 2D 얼굴근육 파라메터의 자동인식

Muscle based face image synthesis is one of the most realistic approach to realize life-like agent in computer. Facial muscle model is composed of facial tissue elements and muscles. In this model, forces are calculated effecting facial tissue element by contraction of each muscle strength, so the combination of each muscle parameter decide a specific facial expression. Now each muscle parameter is decided on trial and error procedure comparing the sample photograph and generated image using our Muscle-Editor to generate a specific race image. In this paper, we propose the strategy of automatic estimation of facial muscle parameters from 2D marker movement using neural network. This also 3D motion estimation from 2D point or flow information in captered image under restriction of physics based fare model.

컴퓨터 분야에서 얼굴근육 이미지합성은 살아있는 것 같은 모델을 실현하기 위한 가장 실재적인 접근방법 중의 하나이며, 얼굴근육 모델은 얼굴조직 성분과 근육으로 구성된다. 이 모델에서 얼굴 조직 성분에 영향을 주는 힘(force)은 각 근육의 수축강도로써 계산되어지고, 각 근육 파라메터의 결합은 명확한 얼굴표현으로 결정한다. 또한 각 근육 파라메터는 실험과 샘플 사진과 근육편집기로 생성한 명확한 이미지를 비유하여 에러처리과정을 통해 결정된다. 이 논문에서 신경회로망을 사용한 2D(Two-Dimension) 지시점의 움직임으로부터 얼굴근육의 자동인식 방법을 제안하고자 하며, 얼굴모델을 기반으로 한 물리학적 제한하에 캡처된 이미지에서 정보 흐름과 2D 포인트로부터 3D(Three-Dimension) 움직임 인식을 하고자 한다.