计算机辅助设计与图形学学报

作者：包仪华, 涂子奇, 骆乐, 刘越, 翁冬冬

关键词：数字人, 人脸描述, 面部成分提取, 表情迁移, 隐式表达

数字人技术通过数字化手段将真实世界的人类与虚拟世界连接, 具有广阔应用潜力. 在数字人的构建中,面部构建尤其具有挑战性, 为了实现数字人的逼真面部表情, 通常采用真实演员的面部表情进行驱动, 然后将这些表情迁移到数字人上, 即面部表情迁移. 文中综述了数字人面部表情迁移技术的研究进展, 包括三维人脸表示、面部成分提取及表情迁移方法 3 个关键技术环节. 回顾了从显式三维可变形模型到隐式神经网络表达的技术演进, 分析了表情与身份信息分离、跨维度表情映射等关键挑战. 文中指出当前技术主要面临三维模型表现力有限、特征提取易受环境干扰、 跨主体适应性不足等问题. 基于对大量文献的分析评估, 提出应发展具备更强局部表达能力的可变形人脸建模方法, 探索基于卷积隐式神经网络的精确表情分离技术, 以及融合隐式神经网络与非线性人脸表示的表情迁移框架; 这些创新方向有助于简化迁移流程, 增强系统泛化能力, 最终实现更自然、高效的数字人面部表情生成,推动数字人技术在军事训练、教育教学、心理舒缓与影视娱乐等领域的广泛应用.

来源：2025年第8期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第8期