臺灣博碩士論文加值系統

在本篇論文中，我們提出了一個卡通臉譜製作流程，可以用來將已擷取的臉部輪廓資訊產生具不同風格的卡通造型，此外這個流程可以經由參數調整及造型元件的擴充來增加各種創新與獨特的風格。為了有充分的彈性來滿足各樣卡通風格的需求，我們仔細分析漫畫家作畫的過程以及可以表現風格的重要特徵，將處裡流程分為輪廓的重建與影像的繪製兩部份分別進行探討。在輪廓重建部份，主要的工作是將已擷取的輪廓資訊轉換成卡通的輪廓資訊，而我們又將這部份的工作細分為結構轉換、特徵突顯與細節建構三個程序。首先經由結構轉換的動作分析臉部輪廓在卡通風格裡的分布情形，接著透過特徵的突顯將個人的臉部分布特色進行誇張化的表現，然後在細節建構程序中再依前面所得到的分布情形來繪製五官的對應形狀，最後我們可以初步得到一個卡通造型的輪廓，相當於漫畫家的草圖階段。影像繪製階段是負責將卡通輪廓進行繪製並得到最後的卡通臉譜，這部份又依層次分為繪製臉部紋理、眼球、附屬紋理、筆劃樣式等四個步驟，這些繪圖動作多半建構在素材的基礎上，因此可透過素材的更換來改變臉部的表現。最後我們使用這個製作流程實作一個卡通臉譜產生系統並提供四種卡通風格的輸出，分別為俊俏風格、可愛風格、少女漫畫與諷刺漫畫，藉由實際卡通臉譜漫畫之產生，驗證本論文之重要性與可實用性。

In this thesis, we present a cartoon face generating pipeline to produce customized, distinctive and sarcastic cartoon faces. With this pipeline architecture, we can implement and realize various kinds of cartoon caricature and continue to increase new cartoon styles in the future. After analyzing professional techniques of drawing comic, we found that there are two important consecutive steps to unveil the styles of cartoon caricature, one is the drafting and the other is painting. Therefore, we designed two main procedures in our pipeline system, and these two steps are defined as outline reconstruction and cartoon painting. The main goal of outline reconstruction is to transform extracted contour information into outline of a cartoon structure, which can be summarized in three major steps including: 1.analysing the relative ratio and location of facial components; 2.extracting and exaggerating the representative features from individual facial components; 3.constructing the details of cartoon draft according to the personal facial characteristics. In the procedure of cartoon painting, there are four drawing layers to be accomplished which contain facial texture, patterns of eyeball, attached components, and styles of stroke sequentially. According to the various compositions of these four drawing layers, different patterns design in facial components provides distinctive and interesting cartoon representation. Finally, the proposed system is implemented to provide four different styles of cartoon caricature including gorgeous, adorable, girlish, and sarcastic cartoon styles. Through these results, we can d that our proposed system can deliver important techniques of cartoon generation and practical for applications.

摘要 •••••••••••••••••••••••••••••••• i
Abstract ••••••••••••••••••••••••••••••• iii
誌謝 •••••••••••••••••••••••••••••••• v
目錄 •••••••••••••••••••••••••••••••• vi
圖目錄 ••••••••••••••••••••••••••••••• viii
表目錄 ••••••••••••••••••••••••••••••• x

第一章 緒論 ••••••••••••••••••••••••••••• 1
1.1 研究動機 ••••••••••••••••••••••••••• 1
1.2 相關研究與應用情形 •••••••••••••••••••••• 2
1.3 影像擷取技術簡介 ••••••••••••••••••••••• 6
1.3.1 ACM (Active Contour Models) •••••••••••••••• 6
1.3.2 ASM (Active Shape Model) ••••••••••••••••• 7
1.4 製做考量與研究起點 •••••••••••••••••••••• 8
第二章 系統架構與處理流程 •••••••••••••••••••••• 11
2.1系統架構 ••••••••••••••••••••••••••• 11
2.2造型物件 ••••••••••••••••••••••••••• 12
2.3繪圖物件 ••••••••••••••••••••••••••• 13
第三章 輪廓重建 ••••••••••••••••••••••••••• 15
3.1概述 ••••••••••••••••••••••••••••• 15
3.2 臉部的衡量標準 •••••••••••••••••••••••• 15
3.2.1 臉譜平均形狀分析 •••••••••••••••••••• 16
3.2.2 三庭五眼標準 •••••••••••••••••••••• 17
3.2.3 系統所使用的衡量標準 •••••••••••••••••• 19
3.3卡通投影 ••••••••••••••••••••••••••• 21
3.3.1結構轉換 •••••••••••••••••••••••• 22
3.3.2細節建構 •••••••••••••••••••••••• 24
3.4 特徵的突顯 •••••••••••••••••••••••••• 30
第四章 卡通影像繪製 ••••••••••••••••••••••••• 35
4.1 背景 ••••••••••••••••••••••••••••• 35
4.2 幾何變形 (Geometric Transformations) •••••••••••••• 36
4.2.1座標轉換 •••••••••••••••••••••••• 36
4.2.2像素值內插 ••••••••••••••••••••••• 38
4.3 臉部紋理的繪製 •••••••••••••••••••••••• 40
4.4 眼球的繪製 •••••••••••••••••••••••••• 42
4.5 其它附屬圖樣的繪製 •••••••••••••••••••••• 43
4.6 線條的繪製••••••••••••••••••••••••••43
4.6.1 電腦圖學中的筆劃 •••••••••••••••••••• 44
4.6.2 以素材為基礎的筆劃 ••••••••••••••••••• 45
4.6.3 筆觸壓力處理 •••••••••••••••••••••• 47
4.6.4 筆劃於系統的實際運用 •••••••••••••••••• 49
第五章 系統實作與實驗結果•••••••••••••••••••••• 50
5.1 系統介面••••••••••••••••••••••••••• 50
5.2 實驗結果 ••••••••••••••••••••••••••• 51
5.2.1俊俏風格 •••••••••••••••••••••••• 53
5.2.2 Q版風格 •••••••••••••••••••••••• 55
5.2.3少女漫畫風格 •••••••••••••••••••••• 57
5.2.3諷刺漫畫風格 •••••••••••••••••••••• 59
第六章 結論與未來展望 •••••••••••••••••••••••• 61
參考文獻 •••••••••••••••••••••••••••••• 62

[1] 楊志耀（民92）。基於人臉影像與臉譜特徵向量之二維卡通臉譜產生系統。國立台灣海洋大學碩士論文，未出版，基隆市。
[2] 江佩穎、李蔡彥、廖文宏（民92）。以臉部特徵為基礎之誇張肖像畫產生系統。中華民國九十二年全國計算機會議全國計算機會議，台中。
[3] Pei-Ying Chiang, Wen-Hung Liao, Tsai-Yen Li. (2004.1). Automatic Caricature Generation by Analyzing Facial Features. Proceeding of 2004 Asia Conference on Computer Vision (ACCV2004), Korea.
[4] Hong Chen, Ying-Qing Xu, Heung-Yeung Shum, Song-Chun Zhu and Nan-Ning Zheng. (2001). Example-Based Facial Sketch Generation with Non-parametric Sampling. Proceedings of Eighth IEEE International Conference on Computer Vision 2001(ICCV 2001) (pp. 433).
[5] Lin Liang, Hong Chen, Ying-Qing Xu, Heung-Yeung Shum. (2002). Example-Based Caricature Generation with Exaggeration. Proceedings of the 10th Pacific Conference on Computer Graphics and Applications (pp. 386).
[6] Aaron Hertzmann. (1998). Painterly Rendering with Curved Brush Strokes of Multiple Sizes . Proceedings of the 25th annual conference on Computer graphics and interactive techniques (SIGGRAPH '98) (pp. 453-460).
[7] Victor Ostromoukhov. (2002). Survol de techniques de rendu non-photorealiste(NPR). Victor Ostromoukhov's home page, from the World Wide Web: http://www.iro.umontreal.ca/~ostrom/publications/
[8] Kyle Nicholls. (2004). Non-photorealistic Camera:Depth Edge Detection and Stylized Rendering using Multi-Flash Imaging. Photo-net, from the World Wide Web: http://www.photo.net/learn/technology/mflash/merl-non-photo.html.
[9] Yahoo！奇摩造型精靈，http://tw.avatar.yahoo.com/
[10] 春水堂大頭玩，http://www.myplay.com.tw/
[11] Betty Edwards. (1999). The New Drawing on the Right Side of the Brain. New York:Tarcher.
[12] M Kass, A Witkin, and D Terzopoulos. (1987). Snakes:Active contour models. International Journal of Computer Vision, 1(4):321-331.
[13] M Kass, A Witkin, and D Terzopoulos. (1987). Snakes:Active contour models. In 1st International Conference on Computer Vision, London, England (pp. 259-268).
[14] T. F. Cootes, C. J. Taylor, D. H. Cooper, and J. Graham. (1992). Training models of shape from sets of examples. In D C Hogg and RD Boyle, editors, Proceedings of the British Machine Vision Conference, Leeds, UK (pp. 9-18). Springer Verlag, London.
[15] T. F. Cootes and C. J. Taylor. (1992). Active shape models-‘smart snakes’. In D C Hogg and R D Boyle, editors, Proceedings of the British Machine Vision Conference, Leeds, UK (pp. 9-18), Springer Verlag, London.
[16] T. F. Cootes, C. J. Taylor, and A Lanitis. (1994). Active shape models: Evaluation of a multi-resolution method for improving image search. In E Hancock, editor, Proceedings of the British Machine Vision Conference, York, UK, volume 1 (pp. 327-336), BMVA Press.
[17] T. F. Cootes, C. J. Taylor, D. H. Cooper, and J. Graham. (1995). Active Shape Models-Their Training and Application. Computer Vision and Image Understanding. Vol. 61, No.1, January (pp. 38-59).
[18] 張福生（民93）。以ASM為基礎之人臉特徵擷取系統。國立台灣海洋大學碩士論文，未出版，基隆市。
[19] 張曉梅（n.d.）。中國美（第一部分）：新華出版社。新浪網（中國），http://book.sina.com.cn/nzt/liv/zhongguomei/index.shtml。
[20] Tong Wang, Haizhou Ai and Gaofeng Huang.(2003). A Two-Satge Approach to Automatic Face Alignment. Multispectral image processing and pattern recognition.
[21] The Art of Cartooning.(1998).United States of America:Walter Foster Publishing.
[22] Donald Hearn, and M.Pauline Baker. Computer Graphics:C Version. New Jersey:Prentice Hall.