三維人物微表情制作對(duì)動(dòng)畫設(shè)計(jì)的影響分析

孫廣梅

(南首爾大學(xué)影像設(shè)計(jì)學(xué)院，忠清南道天安 31020)

0 引言

微表情是動(dòng)畫人物基本情緒的表達(dá)，以及微妙情緒變化的直接反映，在動(dòng)畫設(shè)計(jì)與動(dòng)畫表演當(dāng)中，有著重要的作用.將動(dòng)畫人物的心理情緒，通過(guò)五官之下的細(xì)微變化表達(dá)出來(lái)，使動(dòng)畫人物更加靈動(dòng)逼真，將切實(shí)的情感變化傳達(dá)給觀眾.隨著經(jīng)濟(jì)全球化的發(fā)展趨勢(shì)，世界各國(guó)之間的文化交流頻繁，而動(dòng)畫作為一種獨(dú)特的文化形式，消除了各國(guó)之間的語(yǔ)言障礙，成為了各國(guó)友好交流的一種媒介[1].近年來(lái)國(guó)內(nèi)的動(dòng)畫市場(chǎng)發(fā)展迅速，動(dòng)畫電影在電影市場(chǎng)當(dāng)中占比較大，有著良好的發(fā)展前景.

三維動(dòng)畫人物與二維平面動(dòng)畫相比較，其畫面效果更加真實(shí)立體，人們?nèi)粘Ｉ畹目臻g屬于三維空間，對(duì)于人們而言，在自然中立體的影像才是真實(shí)存在的，為此觀眾在觀看動(dòng)畫表演時(shí)，對(duì)三維動(dòng)畫的專注度更高，更容易被人物及場(chǎng)景所吸引.傳統(tǒng)的二維動(dòng)畫主要是以與現(xiàn)實(shí)世界的差異和距離感，吸引人們觀看；而在三維動(dòng)畫的設(shè)計(jì)與表演中，其人物視覺效果更接近于現(xiàn)實(shí)中人們所看到的效果，這使人們對(duì)其表演形式更加嚴(yán)格與苛刻，三維動(dòng)畫在設(shè)計(jì)中更容易受到約束[2-4].為此在設(shè)計(jì)三維動(dòng)畫人物時(shí)，對(duì)于表情制作的分工明確細(xì)致，便于后續(xù)的多次修改優(yōu)化，板塊化的分工能夠讓動(dòng)畫人物制作者有足夠的精力，去挖掘動(dòng)畫角色的表情細(xì)節(jié)，單獨(dú)劃分出的動(dòng)畫模塊，為三維人物微表情的制作提供更加完善的制作手段.

1 三維人物微表情制作對(duì)動(dòng)畫設(shè)計(jì)的影響

1.1 三維人物微表情的重要性

三維人物通過(guò)微表情來(lái)表達(dá)自己的內(nèi)心感受.不同表情的人之間，或在某些表情中，臉部表情會(huì)“泄露”其它信息.微表情可以短到1/25秒.盡管無(wú)意識(shí)的表達(dá)可能只持續(xù)一段時(shí)間，但有時(shí)會(huì)表達(dá)相反的情感.微表情速度快，通常觀察的人很難察覺.很少人會(huì)注意到，相對(duì)于有意識(shí)的表達(dá)，“微表情”更能反映人物的真實(shí)情緒和動(dòng)機(jī).盡管人們會(huì)忽略“微表情”，但是人類大腦仍會(huì)受其影響，改變對(duì)他人表情的理解.所以，如果一個(gè)人表達(dá)一種“幸?！钡母星?，若能從“微表情”中察覺，那么就可以斷定他是幸福的.但如果有一張“微表情”會(huì)閃現(xiàn)“微笑”，除短程表達(dá)外，微表情指那些在日常中受到抑制的表達(dá).舉例來(lái)說(shuō)，在明顯悲傷的情景中，大部分的表情都是憂傷的，但他的嘴角是向上翹起的，則說(shuō)明他的內(nèi)心真是感情是開心的，即微表情更能夠表達(dá)出動(dòng)畫人物的真實(shí)想法.

1.2 三維模型特征提取

三維人物微表情特征是表情識(shí)別成功與否的關(guān)鍵，面部肌肉所發(fā)生的大幅度變化，反映在三維數(shù)據(jù)上的信息則是非剛性形變.通常在三維動(dòng)畫的設(shè)計(jì)過(guò)程當(dāng)中，都會(huì)選用任務(wù)的正面姿勢(shì)測(cè)試其表情設(shè)計(jì)效果，而在非正面測(cè)試當(dāng)中，其精度將無(wú)法得到保障，為此需要縮短相同表情間的差距，并與此同時(shí)增加其間的差異性，即最小化類內(nèi)差距，最大化類間差距[5].為達(dá)到這一目的，則需要利用面部動(dòng)作編碼系統(tǒng)，檢測(cè)人臉特征中所產(chǎn)生微小變化，面部動(dòng)作編碼系統(tǒng)由四十四個(gè)以解剖學(xué)為基礎(chǔ)的動(dòng)作單元所構(gòu)成，并利用行動(dòng)單位完成對(duì)面部活動(dòng)的具體描述，在上述基礎(chǔ)上利用LBP 算法，將原始圖像像素標(biāo)記為fa(a=0,...,7)，利用中心像素fz將每個(gè)像素的鄰域閾值處理：

將處理結(jié)果視為二進(jìn)制，得到LBP 算法具體表達(dá)式如下：

(1)

其中fa表示各鄰域像素點(diǎn)的灰度值，a表示鄰域中心像素點(diǎn)個(gè)數(shù)，fz表示中心像素點(diǎn)灰度值.

為每個(gè)S(fa-fz)分配一個(gè)二項(xiàng)式因子2a，則得到如下計(jì)算：

(2)

利用大小不同的鄰域，獲取不同尺度的主要特征信息，使LBP 算子得到擴(kuò)展，由于所提取到的局部特征尚不完善，導(dǎo)致鄰域間的深度距離擴(kuò)大，需要引入方向梯度直方圖特征彌補(bǔ)LBP描述子的不足，將原始動(dòng)畫圖像劃分為相互連接的數(shù)個(gè)小單元格，并通過(guò)計(jì)算得出每個(gè)單元格邊緣方向的直方圖，使其通道分布在0-360度之間，將三維面部表情歸一化，再將常規(guī)網(wǎng)格當(dāng)中的HOG特征提取出來(lái)[6].該網(wǎng)格是由圖像當(dāng)中的初始單元格放置相等面片所構(gòu)成的，為此提取 HOG 特征的面片大小對(duì)信息獲取程度有著很大的影響，一旦出現(xiàn)多個(gè)面片重疊的情況，則會(huì)導(dǎo)致最終特征高度冗余，并在分類器不支持特征選擇時(shí)，受到過(guò)度擬合的嚴(yán)重影響.基于上述研究基礎(chǔ)，結(jié)合正面與側(cè)面的三維人物表情特征點(diǎn)，通過(guò)三維序列分析動(dòng)態(tài)人臉，識(shí)別其微表情.

圖 2 面部動(dòng)作效果圖Fig.2 Effect Drawing of Facial Action

1.3 人臉表情識(shí)別

三維人物的面部動(dòng)態(tài)分析通常分為基于面部表面的動(dòng)態(tài)分析，以及基于面部形變的動(dòng)態(tài)分析兩種，而三維人物面部表情的分析，首先需要從表情序列中的各個(gè)三維幀當(dāng)中提取三維地標(biāo)，并通過(guò)三維地標(biāo)所產(chǎn)生的信息數(shù)據(jù)創(chuàng)建出多模態(tài)融合的特征描述符，將人物的面部特征與頭部角度相結(jié)合，識(shí)別人物面部表情特征.采用鼻尖定位法估計(jì)頭部姿勢(shì)，在得到鼻尖位置的精準(zhǔn)坐標(biāo)后，創(chuàng)建三維地標(biāo).動(dòng)畫人物微表情定位是指動(dòng)畫人物微表情在已知環(huán)境信息的情況下，通過(guò)傳感器數(shù)據(jù)對(duì)動(dòng)畫人物微表情進(jìn)行估計(jì).定位過(guò)程是一個(gè)帶有噪聲的多傳感器信息序列的融合過(guò)程，同時(shí)也是一個(gè)非線性非Gauss狀態(tài)的在線估計(jì)問(wèn)題.

定位中采用的傳感器可以是：相機(jī)、激光雷達(dá)等.動(dòng)畫人物微表情通過(guò)讀取傳感器的信息，從而完成自定位.當(dāng)有N個(gè)數(shù)據(jù)，想要?dú)w成k個(gè)類，用K-means聚類算法可以分為如下幾個(gè)步驟：

步驟1：隨機(jī)選取k個(gè)微表情中心點(diǎn)：c1,....,ck；

步驟2：對(duì)每一個(gè)微表情樣本，計(jì)算它與每個(gè)數(shù)據(jù)庫(kù)中的微表情的差距，取差距最小的作為它的歸類；

步驟3：重新計(jì)算每個(gè)類的主要微表情特征；

步驟4：如果每個(gè)微表情特征都差距很小，則算法收斂，退出；否則返回第2步.

根據(jù)人物面部表情在變化過(guò)程中的運(yùn)動(dòng)規(guī)律，將三維人物的面部劃分成多個(gè)區(qū)域，并確定各區(qū)域當(dāng)中所存在的特征點(diǎn)，將面部區(qū)域動(dòng)畫參數(shù)間的聯(lián)系減少，使其相互獨(dú)立[7].采用權(quán)值自適應(yīng)的插值方式，計(jì)算面部特征點(diǎn)影響區(qū)域內(nèi)的非特征點(diǎn)的運(yùn)動(dòng)因子，在此基礎(chǔ)上加以變形，增加三維人物表情的真實(shí)性.將參數(shù)化的人臉模型作為一個(gè)整體來(lái)考慮，采用人臉動(dòng)畫定義表，定義面部動(dòng)畫參數(shù)對(duì)三維人物面部網(wǎng)格變形的控制方式.每個(gè)人臉動(dòng)畫定義表對(duì)于一個(gè)面部動(dòng)畫參數(shù)，通過(guò)該參數(shù)描述人物面部的變形方式，獲取到第一組參數(shù)值后，將人物面部網(wǎng)格按照人臉動(dòng)畫定義表變形，得到與之相對(duì)應(yīng)的人物面部表情.利用人物面部區(qū)域的縮放平移或旋轉(zhuǎn)等運(yùn)動(dòng)方式，得到三維比例因子，以此確定人物面部動(dòng)畫的頂點(diǎn)，得到其參數(shù)值域范圍.將人物面部動(dòng)畫相應(yīng)的特征點(diǎn)所對(duì)應(yīng)的影響區(qū)域加以控制，使運(yùn)動(dòng)因子相互疊加，得到最終的人物面部表情.

根據(jù)K-means能夠把已經(jīng)提取的大量微表情特征點(diǎn)聚類成一個(gè)含有k個(gè)微表情的集合.其類似于層次聚類，是K-means的直接擴(kuò)展.假定有N個(gè)特征點(diǎn)，構(gòu)建一個(gè)深度為d、每次分叉為k的樹，做法如下：

步驟1：在根節(jié)點(diǎn)，用K-means把所有樣本聚成k類，這樣得到了第一層；

步驟2：對(duì)每一層的每個(gè)節(jié)點(diǎn)，把屬于該節(jié)點(diǎn)的樣本聚成k類，得到下一層；

步驟3：以此類推，最后得到葉子層，葉子層即所謂的動(dòng)畫人物面部模型.

在獲取到三維人物面部模型以及其表情動(dòng)畫參數(shù)后，需要參考真實(shí)的人臉表情變化，對(duì)三維動(dòng)畫人物面部進(jìn)行變形.由于真實(shí)人臉的生理結(jié)構(gòu)復(fù)雜，參數(shù)曲面無(wú)法表示拓?fù)浣Y(jié)構(gòu)比較復(fù)雜的形體，需要利用多邊形存儲(chǔ)其相關(guān)信息，在變形的過(guò)程中移動(dòng)特征點(diǎn)，控制人物面部表情的變形，使其具有較高的真實(shí)感.首先需要確定人物面部動(dòng)畫參數(shù)所對(duì)應(yīng)的特征點(diǎn)，計(jì)算周邊區(qū)域內(nèi)的非特征點(diǎn)運(yùn)動(dòng)因子.

由于人物面部區(qū)域間的運(yùn)動(dòng)變形相互影響且相互限制，若某區(qū)域內(nèi)的參數(shù)設(shè)置失誤，則會(huì)導(dǎo)致周邊區(qū)域同樣受到影響，為此需要協(xié)調(diào)人物面部的動(dòng)作表情，如圖2當(dāng)中所示：

左側(cè)圖片為人物正常狀態(tài)下的面部動(dòng)作情況，右側(cè)圖片為人物眉毛挑起時(shí)的，眼睛受到眉毛區(qū)域的影響，使其瞳孔變大眼皮上挑，能夠得知人物面部表情發(fā)生變化時(shí)，將會(huì)受到周邊區(qū)域的約束.而與此同時(shí)根據(jù)肌肉的分布與運(yùn)動(dòng)情況，將其按照基本規(guī)則劃分區(qū)域，建立一個(gè)插值函數(shù)，計(jì)算特征點(diǎn)影響區(qū)域內(nèi)，各個(gè)非特征點(diǎn)的運(yùn)動(dòng)因子.若特征點(diǎn)與非特征點(diǎn)之間的距離越短，則說(shuō)明其兩者的運(yùn)動(dòng)因子越接近，非特征點(diǎn)在特征點(diǎn)作用下的運(yùn)動(dòng)因子表達(dá)式如下：

(3)

其中dm表示特征點(diǎn)與非特征點(diǎn)之間的距離；dmax表示影響區(qū)域內(nèi)，特征點(diǎn)與非特征點(diǎn)之間的最遠(yuǎn)距離；e表示權(quán)重系數(shù)，且e∈(0,+)；fap表示特征點(diǎn)對(duì)應(yīng)的人物面部動(dòng)畫參數(shù).

權(quán)重系數(shù)的設(shè)置是根據(jù)人臉模型的具體情況所調(diào)整的，若系數(shù)設(shè)置出現(xiàn)問(wèn)題，將會(huì)導(dǎo)致人物面部表情的生成過(guò)程中，出現(xiàn)區(qū)域邊界處拉伸過(guò)度的情況.為避免這一問(wèn)題，將人物面部模型的單元面片尺度假設(shè)為x，并將能夠影響邊界運(yùn)動(dòng)因子的模小于單元面片尺度：

‖r-m*fap‖

(4)

將權(quán)重系數(shù)設(shè)置恰當(dāng)，以便得到平滑自然的人物表情效果，至此多個(gè)人物面部動(dòng)畫參數(shù)，在共同作用下的非特征點(diǎn)運(yùn)動(dòng)因子得以確定，至此完成人臉表情的識(shí)別.

1.4 三維網(wǎng)格點(diǎn)紋理坐標(biāo)定位

將三維人物面部區(qū)域按照不同的功能，劃分為平坦區(qū)域與凹凸區(qū)域，平坦區(qū)域的映射關(guān)系簡(jiǎn)單，極少有紋理映射錯(cuò)位的現(xiàn)象發(fā)生；而凹凸的部分則需要在圖像上標(biāo)注多個(gè)特征點(diǎn)，并利用插值法獲取沒有對(duì)應(yīng)紋理的面部網(wǎng)格坐標(biāo)[8].將該坐標(biāo)變換成為柱面坐標(biāo)，將平坦區(qū)域特征點(diǎn)當(dāng)中的已知紋理坐標(biāo)，獲取最大紋理坐標(biāo)值以及最小紋理坐標(biāo)值，對(duì)應(yīng)于三維人物面部模型中的相應(yīng)要映射的部位，獲取所對(duì)應(yīng)區(qū)域的坐標(biāo)范圍，得到該區(qū)域所對(duì)應(yīng)特征點(diǎn)的紋理坐標(biāo).紋理圖像在映射到物體時(shí)可能會(huì)出現(xiàn)部分不協(xié)調(diào)，這些不協(xié)調(diào)可能會(huì)導(dǎo)致紋理貼圖受到局限，微表情作為一種重要的表現(xiàn)手段[9]，其制作手法必須注重人物角色的微弱變化，并將其作為角色內(nèi)心活動(dòng)的重要表現(xiàn)形式，使動(dòng)畫作品中短暫出現(xiàn)的微表情關(guān)鍵幀，給觀眾帶來(lái)的情感體驗(yàn)是一致的.有些動(dòng)畫人物設(shè)計(jì)僅針對(duì)五官的變化，將情緒表達(dá)融入五官當(dāng)中，笑容作為各個(gè)表情中，感情表現(xiàn)范圍最廣的形態(tài)，能夠搭配不同的眼神狀態(tài)，給觀眾呈現(xiàn)出完全不同的動(dòng)畫人物情緒.

采用概率回退對(duì)動(dòng)畫人物微表情制作的初始狀態(tài)進(jìn)行估計(jì)，利用窗口濾波對(duì)微表情集合進(jìn)行更新，并動(dòng)態(tài)更新微表情集合的大小，自適應(yīng)粒子濾波算法從計(jì)算復(fù)雜度和算法穩(wěn)健性上較好地解決了動(dòng)畫人物微表情制作感情定位不準(zhǔn)的問(wèn)題.下面將給出算法實(shí)現(xiàn)的具體步驟：

步驟2：進(jìn)行微表情集合更新，得到當(dāng)前時(shí)刻的微表情集合St及其有效度W -和覆蓋的格點(diǎn)數(shù)bt；

步驟3：計(jì)算下一時(shí)刻的微表情集合St+1所含粒子數(shù)Nt+1；

步驟4：統(tǒng)計(jì)粒子數(shù)，鎖定微表情，準(zhǔn)確表達(dá)感情.

由于三維動(dòng)畫的原畫取景框面積較大，而微表情制作所需求的景別劃分較少，僅對(duì)人物面部表情設(shè)計(jì)刻畫.其動(dòng)畫整體的光影變化豐富，而人物面部表情則多采用平涂色塊的設(shè)計(jì)方式，為使兩者之間相互協(xié)調(diào)，需要掌握該動(dòng)畫的整體設(shè)計(jì)風(fēng)格，減小人物風(fēng)格所受到的約束.首先明確三維人物角色的面部線條與結(jié)構(gòu)動(dòng)態(tài)，以此確保動(dòng)畫人物的動(dòng)作趨勢(shì)以及力度處于合適的范圍里，將動(dòng)畫人物的微表情擬人化，無(wú)論是虛擬角色，動(dòng)物角色或是其他角色，若仍采用其原有的結(jié)構(gòu)與運(yùn)動(dòng)規(guī)律，將會(huì)導(dǎo)致所呈現(xiàn)出的表達(dá)效果不清晰，無(wú)法向觀眾準(zhǔn)確傳遞想要表達(dá)的情感，將其擬人化后，則能夠使觀眾更加容易理解與接受[10].動(dòng)作表情作為人們意識(shí)的最直觀體現(xiàn)，將人物角色所擁有的情緒價(jià)值通過(guò)微表情傳遞，使角色性格更加飽滿.隨著時(shí)代的進(jìn)步與發(fā)展，社會(huì)熱點(diǎn)事件，以及人們對(duì)事物的關(guān)注點(diǎn)也有所改變，而動(dòng)畫制作若想吸引觀眾的關(guān)注度，則需要緊隨時(shí)代的腳步.動(dòng)畫的設(shè)計(jì)與制作一開始雖然是為了突出個(gè)性表達(dá)自我觀點(diǎn)[11]，但經(jīng)過(guò)長(zhǎng)久的發(fā)展，已經(jīng)形成了標(biāo)準(zhǔn)的規(guī)則與體系[12].人物表情的設(shè)計(jì)，受到模式化的影響，可能會(huì)與實(shí)際所想要表達(dá)的情感出現(xiàn)偏差，利用人物面部凹凸明顯區(qū)域中的網(wǎng)格點(diǎn)紋理坐標(biāo)[13]，在相應(yīng)部位的邏輯網(wǎng)格中定位邊界點(diǎn)，得到三維人物面部的各網(wǎng)格坐標(biāo).

2 仿真實(shí)驗(yàn)

在上述研究結(jié)束后，設(shè)計(jì)仿真對(duì)照實(shí)驗(yàn)，分析三維人物微表情制作對(duì)動(dòng)畫設(shè)計(jì)的影響，將微表情應(yīng)用前后的設(shè)計(jì)效果相比較，分析其兩者間的差異性，并得出實(shí)驗(yàn)結(jié)論.

由于三維人物微表情制作隨著計(jì)算機(jī)硬軟件的支持發(fā)展快速，市面上的三維制作軟件層出不窮，為保證實(shí)驗(yàn)過(guò)程的嚴(yán)謹(jǐn)性，需要分析下列軟件性能，選擇最為合適的三維制作軟件完成實(shí)驗(yàn)?zāi)M：

表1 常用三維制作軟件性能對(duì)比Tab.1 Performance Comparison of Commonly Used 3D Production Software

通過(guò)上表當(dāng)中的分析能夠得知，雖然三維動(dòng)畫制作軟件多種多樣，但對(duì)于制作效果而言，Maya的三維動(dòng)畫角色制作更加成熟，為此該實(shí)驗(yàn)利用Maya來(lái)完成仿真模擬平臺(tái)的搭建.將三維人物面部模型的相關(guān)數(shù)據(jù)信息輸入制作界面，按照計(jì)算機(jī)程序中的網(wǎng)格點(diǎn)邏輯層次開始交互操作，采用常規(guī)制作方法將如下圖所示的六種基本表情輸入到程序中(如圖3)：得到如下所示的實(shí)驗(yàn)結(jié)果(如圖4)：

將如下人物微表情輸入到計(jì)算機(jī)程序當(dāng)中，將所得到的結(jié)果與常規(guī)制作方法相對(duì)比(如圖5)：

得到如下所示的實(shí)驗(yàn)?zāi)M結(jié)果(如圖6)：

由上述的實(shí)驗(yàn)結(jié)果對(duì)比能夠得知，當(dāng)在動(dòng)畫設(shè)計(jì)制作程序中輸入微笑、驚訝、氣憤、恐懼、厭惡以及悲傷六種基本表情后，所制作出的三維人物由于原始數(shù)據(jù)的不足，僅能夠?qū)Ρ砬閰?shù)值以及動(dòng)畫顯示幀數(shù)進(jìn)行調(diào)整，無(wú)法分區(qū)域調(diào)整人物面部動(dòng)作，導(dǎo)致其生成效果生硬且不自然，無(wú)法滿足觀眾對(duì)三維動(dòng)畫的期待值.將人物微表情制作加入動(dòng)畫設(shè)計(jì)當(dāng)中后，其設(shè)計(jì)素材得以豐富，能夠在各表情幀當(dāng)中分解出人物情緒的細(xì)微變化，并將人物面部表情寫成函數(shù)形式，將面部區(qū)域按照規(guī)則劃分，并采用不同的字母數(shù)字命名，分別控制各區(qū)域的肌肉運(yùn)動(dòng)參數(shù)值，能夠使表情傳達(dá)更加準(zhǔn)確，按照所需要表現(xiàn)的人物情緒，生成特定的人臉表情動(dòng)畫.

3 結(jié)束語(yǔ)

人類的面部生理結(jié)構(gòu)復(fù)雜，是由三維曲面所構(gòu)成的可變形體，具有幾十塊面部神經(jīng)肌肉，其可塑性極強(qiáng)，能夠隨著情緒的變化產(chǎn)生不同的微表情，以此來(lái)按照情緒來(lái)表達(dá)與傳遞，是人們?cè)谌粘５纳罟ぷ髦?，必不可少的交流方?在三維動(dòng)畫人物制作時(shí)，為提高動(dòng)畫的真實(shí)性，使觀眾對(duì)其產(chǎn)生濃厚的興趣，將人臉表情應(yīng)用到動(dòng)畫的設(shè)計(jì)制作當(dāng)中.近年來(lái)計(jì)算機(jī)技術(shù)發(fā)展飛快，人們對(duì)多媒體的交互性能需求也隨之增長(zhǎng)，利用計(jì)算機(jī)程序，將人臉表情動(dòng)畫技術(shù)，應(yīng)用到人物設(shè)計(jì)當(dāng)中，建立真實(shí)的三維人物面部模型，分析人物面部參數(shù)的獲取方法，以及在實(shí)際應(yīng)用當(dāng)中的可行性，并利用具體參數(shù)生成人物微表情，利用人臉信息，建立三維表情數(shù)據(jù)庫(kù)，將真實(shí)人臉的表情狀態(tài)應(yīng)用到三維動(dòng)畫人物制作.利用網(wǎng)格插值法，劃分特征點(diǎn)區(qū)域，通過(guò)自適應(yīng)權(quán)重設(shè)計(jì)，滿足三維人臉網(wǎng)格模型的需要，減小人物面部網(wǎng)格在變形過(guò)程中出現(xiàn)邊緣區(qū)域拉伸過(guò)度的情況發(fā)生，確保人臉網(wǎng)格的平滑.