Nghiên cứu mô hình mặt các kỹ thuật chuyển động

MỤC LỤC


Mở đầu 8
Chương 1 - Tổng quan về mô hình mặt 3D 11
1.1 Giới thiệu 11
1.2 Các công trình trước đây 12
1.3 Cấu trúc của khuôn mặt 16
1.4 Các phương pháp tạo mô hình mặt 19
1.5 Mô hình đề xuất 22
1.6 Kết luận 23
Chương 2 - Một số phương pháp tạo hoạt ảnh mặt 24
2.1 Giới thiệu 24
2.2 Key-frame 25
2.3 Tham số 26
2.4 Giả cơ 28
2.5 Dựa trên mô hình cơ 29
2.6 Kết luận 31
Chương 3 - Hoạt ảnh mặt dựa trên hệ cơ 32
3.1 Giới thiệu 32
3.2 Mô hình cơ của Waters 32
3.3 Biểu hiện cảm xúc trên khuôn mặt 37
3.4 Kết luận 43
Chương 4 - Tổng quan về Java3D 45
4.1 Giới thiệu chung 45
4.2 Cấu trúc Scenegraph 47
4.3 Mô hình render 51
4.3.1 Retained mode 51
4.3.2 Immediate Mode 51

5
4.3.3 Compiled-retained Mode 52
4.4 Cấu trúc một chương trình viết bằng Java 3D 52
Chương 5 - Cài đặt chương trình 54
5.1 Giới thiệu 54
5.2 Quy trình xây dựng 55
5.3 Cấu trúc chương trình 55
5.3.1 Module facialModel - Tạo mô hình 3D 56
5.3.2 Module animation - Xây dựng các biểu hiện cảm xúc của khuôn mặt56
5.3.3 Module visemeModel - Xây dựng hoạt ảnh của miệng khi phát âm 57
5.4 Cài đặt chương trình. 61
5.5 Các kết quả đạt được. 62
Kết luận 69
Tài liệu tham khảo 71



DANH MỤC HÌNH VẼ VÀ BẢNG BIỂU

Hình 1.1: Cấu tạo xương sọ người… ………………………………………… 17
Hình 1.2: Mô hình cơ mặt ……………………………………….…………… 17
Hình 1.3: Mô hình lưới đa giác………………………………………………… 20
Hình 1.3: Bề mặt B-spline……………………………………………………… 21
Hình 2.1: Biểu hiện của mặt: Buồn, Vui, Giận dữ, Sợ hãi, Ngạc nhiên, Kinh tởm (từ
trái qua phải, trên xuống)…………………………………………………………25
Hình 3.1: Mô hình cơ vector của Waters…………………………………………33
Hình 3.2: Cơ vòng……… …………….…………………………………………33
Hình 3.3: Cơ phiến……… … ……….…………………………………………34

Hình 4.1: Cấu trúc có thứ bậc trong Scenegraph…………………………………48
Hình 4.2: Kết quả khi chạy chương trình HelloUniverse.java………………… 49
Hình 4.3: Cấu trúc scenegraph của HelloUniverse.java………………………….50
Hình 5.1: Cấu trúc chương trình………………………………………………….55
Hình 5.2: Chuyển xâu dữ liệu đầu vào thành các Token…………………………58
Hình 5.3: Chuyển Token thành các Word……………………………………… 58
Hình 5.4: Thêm phraser vào đầu các Utterance………………………………….59
Hình 5.5: Chuyển thành các Segment……………………………………………59
Hình 5.6: Mặt ở trạng thái bình thường………………………………………… 62
Hình 5.7: Mặt ở trạng thái buồn (mức 1.0f)…………………………………… 63
Hình 5.8: Mặt ở trạng thái vui (mức 1.0f)……………………………………… 63
Hình 5.9: Mặt ở trạng thái tức giận (mức 1.0f)………………………………… 64
Hình 5.10: Mặt ở trạng thái sợ hãi (mức 1.0f)……………………………………64
Hình 5.11: Mặt ở trạng thái ngạc nhiên (mức 1.0f)………………………………65
Hình 5.12: Mặt ở trạng thái kinh tởm (mức 1.0f)……………………………… 65
Hình 5.13: Vẻ mặt ngạc nhiên ở các mức khác nhau (0.1 – 0.4 – 0.5 - 0.7 –
1.0)……………………………………………………………………………… 66


7
Hình 5.13: Vẻ mặt ngạc nhiên ở các mức 0.1f………………………………… 66
Hình 5.14: Vẻ mặt ngạc nhiên ở các mức 0.4f………………………………… 66
Hình 5.15: Vẻ mặt ngạc nhiên ở các mức 0.5f………………………………… 67
Hình 5.16: Vẻ mặt ngạc nhiên ở các mức 0.7f………………………………… 67
Hình 5.17: Vẻ mặt thể hiện hai cảm xúc (ví dụ: ngạc nhiên + vui ; chế độ hỗn
hợp) 68
Bảng 1.1: Vai trò của cơ mặt…………………………………………………… 19
Bảng 2.1: Một số thủ tục AMA quan trọng………………………………………28
Bảng 2.2: Một số ví dụ AU……………………………………………………….30
Bảng 3.1: Mô tả các vùng ảnh hưởng của cơ…………………………………… 30

Bảng 3.2: Luật mờ mô tả trạng thái Buồn……………………………………… 39
Bảng 3.3: Luật mờ mô tả trạng thái Vui ……………………………………… 39
Bảng 3.4: Luật mờ mô tả trạng thái Giận dữ…………………………………… 40
Bảng 3.5: Luật mờ mô tả trạng thái Sợ hãi …………………………………… 40
Bảng 3.6: Luật mờ mô tả trạng thái Kinh tởm.………………………………… .41
Bảng 3.7: Luật mờ mô tả trạng thái Ngạc nhiên ……………………………… .41
Bảng 3.8: Luật mờ cho chế độ hỗn hợp…… ………………………………… 43









Mở đầu

Trong lĩnh vực đồ họa máy tính, mô hình mặt 3D và hoạt ảnh mặt là một lĩnh
vực nghiên cứu vô cùng hấp dẫn không chỉ bởi tính hiệu quả sinh động của nó trong
nhiều ứng dụng mà còn do những vấn đề vốn có trong khi tạo mô hình phải đảm bảo
tính chân thực mà vẫn chạy được trong thời gian thực. Các ứng dụng của mô phỏng
mặt tăng lên rất nhiều cùng với những thuận lợi của năng lực máy tính, kỹ thuật hiển
thị, khả năng lưu trữ, …Nhiều lĩnh vực mà mô hình mặt ứng dụng rất thành công, ví
dụ mô hình mặt được ứng dụng trong công nghiệp giải trí quảng cáo, hội thảo băng
thông thấp, giao diện người máy, giáo dục (dạy học qua đọc cử động của miệng
dành cho người khiếm thính… ), nhận dạng và làm các mô hình phân tích biểu hiện
nét mặt…
Tạo mô hình mặt và hoạt ảnh mặt là một công việc khó do sự phức tạp trong
cấu trúc vật lý của khuôn mặt cùng với khả năng thể hiện đa dạng cảm xúc thông

qua các biểu hiện nét mặt [33]. Tạo hoạt ảnh mặt sao cho đảm bảo độ chân thật, tự
nhiên càng khó hơn. Khó khăn chung gặp phải khi tạo mô hình mặt 3D đó là phải
đảm bảo tính chân thực của mô hình trong khi vẫn tạo các chuyển động nhanh,
chính xác. Để giải quyết vấn đề này, người ta đặt ra hai yêu cầu: yêu cầu thứ nhất,
tạo mô hình 3D chân thực và yêu cầu thứ hai, điều khiển chính xác các biến dạng
của mô hình.
Đề tài “Nghiên cứu mô hình mặt và các kỹ thuật chuyển động” tập trung
tìm hiểu phương pháp xây dựng mô hình mặt và các kỹ thuật chuyển động của
khuôn mặt (hoạt ảnh mặt). Mục tiêu chính là thiết kế mô hình ba chiều mô tả khuôn
mặt người, xây dựng hoạt ảnh của khuôn mặt. Mô hình này có khả năng mô phỏng
các cảm xúc của con người thể hiện qua nét mặt như vui, buồn, tức giận… theo các
cấp độ khác nhau.
Quá trình thực hiện có thể tóm lược như sau:


9
- Xây dựng mô hình mặt 3D trên Java3D đảm bảo thể hiện độ chân thật
nét mặt cao, đây là cách hiệu quả để tạo hoạt ảnh trong thời gian thực cũng
như điều khiển biến dạng thông qua việc điều khiển cơ.
- Tìm hiểu chuyển động của mặt dựa trên hệ cơ và các biến dạng của bề
mặt thông qua sự co của cơ mặt.
- Xây dựng chuyển động của khuôn mặt, cho phép tạo ra các biểu hiện
của khuôn mặt như vui, buồn, tức giận, …
Từ cơ sở trên tôi tiến hành xây dựng hoạt ảnh cho khuôn mặt. Dựa vào các tham số
do người dùng cung cấp, chương trình sẽ tự động tính toán để tái tạo mô hình ba chiều mô
tả mặt người với những cảm xúc ở các cường độ khác nhau.
Luận văn gồm 6 chương:
Chương 1 giới thiệu hai phương pháp xây dựng mô hình mặt 3D, gồm có:
phương pháp đa giác và phương pháp tham số, ưu nhược điểm của từng phương
pháp.

Chương 2 giới thiệu một số phương pháp tạo hoạt ảnh mặt như key-frame,
tham số, giả cơ và dựa trên hệ cơ [12, 25, 30, 35]. Đánh giá ưu nhược điểm của từng
phương pháp.
Chương 3 mô tả mô hình cơ, mô hình vector cơ của Waters và áp dụng mô
hình cơ vào tạo hoạt ảnh mặt. Trong phần này giới thiệu luật mờ để lựa chọn các
biểu hiện của nét mặt trên mô hình mặt 3D. Dựa vào công trình nghiên cứu của
Ekman và Friesen, mô tả cảm xúc của khuôn mặt qua sự co cơ mặt. Để làm được
việc này cần: thứ nhất, miêu tả từng cảm xúc đơn lẻ trên mô hình 3D. Thứ hai, mô
phỏng được nhiều hơn một cảm xúc trên mặt [30, 32].
Chương 4 mô tả về Java 3D, một giao diện lập trình ứng dụng (API) do hãng
Sun MicroSystem phát triển với mục đích hỗ trợ các ứng dụng tương tác đồ họa 3D
viết bằng ngôn ngữ lập trình Java. Giới thiệu khái quát lịch sử phát triển, các ưu


10
điểm thế mạnh của Java 3D, các lĩnh vực ứng dụng và cấu trúc xây dựng một
chương trình bằng Java 3D …
Chương 5 mô tả bài toán áp dụng: xây dựng mô hình mặt và tạo các hoạt ảnh
của mặt. Mô hình này có khả năng mô phỏng các cảm xúc của con người thể hiện
qua nét mặt như vui, buồn, tức giận… theo các cấp độ khác nhau. Mô tả cấu trúc
module của chương trình và trình bày các kết quả đã đạt được.
Chương 6, chương kết luận, tổng kết các kiến thức đã trình bày ở các chương
trước và đưa ra định hướng của đề tài trong tương lai.


11
Chương 1 - Tổng quan về mô hình mặt 3D

1.1 Giới thiệu
Khuôn mặt là phần đặc biệt nhất của con người bởi dựa vào khuôn mặt ta có

thể phân biệt những con người khác nhau. Con người có khả năng nhận dạng một cá
thể giữa trăm nghìn khuôn mặt khác nhau, thậm chí có thể phát hiện được những
thay đổi dù rất nhỏ của khuôn mặt. Cảm xúc thể hiện trên khuôn mặt cũng là một
kênh thông tin quan trọng. Những biểu hiện trên mặt cho thấy họ đang vui hay buồn,
tức giận hay phấn khởi… Rất nhiều loài động vật có khả năng thể hiện một số cảm
xúc trên mặt nhưng để thể hiện các cảm xúc một cách tinh tế và phong phú nhất thì
chỉ có con người.
Gasper (1988) phát biểu rằng giao diện người máy đã trải qua một loạt thế hệ
tương tự như ngôn ngữ máy tính. Ở những thời kỳ đầu, người ta chủ yếu sử dụng
giao diện kiểu theo kiểu dòng lệnh (command line) để truyền tải thông tin. Thế hệ
tiếp sau đó là tổng hợp tiếng nói và nhận dạng, giao tiếp người máy được thực hiện
qua giọng nói và điều này chắc chắn sẽ nhanh hơn là gõ ký tự hay nhấn chuột. Thời
kỳ của các diễn viên ảo và mô hình mặt nói sẽ là những giao diện người máy thân
thiện được sử dụng trong tương lai.
Những bước phát triển này đều nhằm tạo cho máy tính thân thiện hơn. Điều
này hoàn toàn logic bởi các hệ thống được tạo ra đều dành cho con người sử dụng.
Một giao diện truyền tải dữ liệu thành công nhất đó là mặt người. Theo Pease
(1981), khi giao tiếp chúng ta chỉ thu được 10% thông tin từ những gì nghe được khi
trò chuyện, 90% thông tin còn lại là từ ngôn ngữ mặt và cơ thể. Do đó, nếu tạo được
hệ thống có thể sử dụng được tất cả những hiểu biết về truyền thông giữa con người
với nhau và sẽ truyền tải được nhiều thông tin hơn trong một thời gian ngắn.
Tạo giao diện gần gũi tự nhiên là một cách khuyến khích mọi người thích thú
hơn khi sử dụng máy tính. Rất nhiều người không hứng thú thậm chí e ngại khi phải
sử dụng những giao diện theo kiểu dòng lệnh hay sử dụng chuột và cửa sổ. Bằng


12
cách mô phỏng giao diện mà con người cảm thấy thân thiện hơn sẽ giúp họ dễ sử
dụng và không lo lắng khi sử dụng máy tính.
Vấn đề khi tạo mô hình mặt người và các chuyển động của mặt bằng máy

tính là một thách thức trong nghiên cứu đồ họa máy tính phụ thuộc vào độ chân thật
của mô hình mặt và tạo hoạt ảnh trong thời gian thực. Một số cách tiếp cận đã thất
bại khi muốn đạt được cả hai yêu cầu trên. Các phương pháp key frame, tham số, giả
cơ là các kỹ thuật đơn giản để tạo hoạt ảnh tuy nhiên lại không tạo được nét mặt
chân thật [30]. Trong luận văn này tôi tạo mô hình mặt 3D theo phương pháp đa
giác, có thể đạt được hai yêu cầu: tạo độ chân thật cho mô hình mặt và hoạt ảnh
chạy trong thời gian thực.
Phần 1.2 sẽ giới thiệu một số công trình mô hình mặt đã có. Phần 1.3 mô tả
tóm tắt cấu trúc vật lý của khuôn mặt. Phần 1.4 mô tả khái quát mô hình mặt. Kỹ
thuật tạo mô hình cho khuôn mặt được nghiên cứu là tạo mô hình mặt bằng lưới các
đa giác, các ưu nhược điểm của phương pháp. Phần 1.5 trình bày một số kết luận.
1.2 Các công trình trước đây
Công trình đầu tiên mô tả mặt dựa trên máy tính có từ năm 1970. Năm 1971,
Chernoff sử dụng khuôn mặt hai chiều để mô tả khuôn mặt k chiều. Marriott (1990)
đề ra mô hình mặt Chernoff. Mỗi đặc điểm trên Chernoff dựa vào các tham số khác
nhau. Giá trị của tham số thay đổi tạo nét mặt thay đổi theo. Hệ thống hoạt ảnh mặt
sẽ giúp tạo giao diện người dùng thân thiện theo cách của mô hình mặt Chernoff.
Mô hình này có khả năng thay đổi nét mặt tùy theo hành động của người sử dụng.
Nếu người sử dụng phạm sai lầm thì mặt sẽ giận dữ. Khi hệ thống ở trạng thái không
làm gì cả, mặt sẽ có vẻ buồn…
Công trình mô tả khuôn mặt ba chiều đầu tiên là của Fred Parke (1972, 1974,
1975, 1982) [35]. Fred Parke nghiên cứu trong lĩnh vực hoạt ảnh mặt khoảng 20
năm. Các công trình nghiên cứu của ông bao gồm luận văn tiến sĩ và rất nhiều bài
báo. Những nghiên cứu này mở đầu cho lĩnh vực nghiên cứu hoạt ảnh mặt. Khi phát
triển mô hình tham số, Parke chia các tham số làm hai loại: một loại dùng để điều


13
khiển các cảm xúc của mặt, một loại dùng để biến đổi hình dạng của mặt. Các tham
số được sử dụng để thực hiện các phép biến đổi trên mô hình mặt như nội suy, tịnh

tiến, co dãn, quay. Người dùng có thể định nghĩa được hướng nhìn của mắt thông
qua việc nhắm và mở mắt của mô hình. Để đảm bảo độ chân thật cho mô hình Parke
cho rằng cần mô phỏng sao cho đúng với khuôn mặt thật nhất. Mô hình tổng hợp sẽ
tạo các ảnh dựa trên các giá trị tham số.
Đầu những năm 1980, Platt với công trình mô hình mặt điều khiển dựa trên
cơ vật lý và phát triên các kỹ thuật vẽ biếm họa khuôn mặt của Brennan. Năm 1985,
bộ phim hoạt hình ngắn tên là “Tony de Peltrie” đã đánh dấu mốc quan trọng cho
lĩnh vực nghiên cứu hoạt ảnh của mặt. Đây là lần đầu tiên sử dụng các mô hình 3D,
ứng dụng các nghiên cứu về xử lý mô hình mặt 3D và các kỹ thuật chuyển động 3D
làm nền tảng cho phim [18].
Những nghiên cứu của Waters (1987, 1990, 1991) [35] đã đưa giải phẫu cơ
thể vào nghiên cứu mô hình mặt: đầu tiên là mô hình cơ và sau đó là mô hình ba lớp.
Khi xây dựng tập tham số cho mô hình mặt, Waters tham khảo hệ thống mã hóa các
tác động của mặt FACS
1
(
1
: FACS viết tắt của Facial Action Coding System: hệ
thống này là phương pháp được sử dụng rộng rãi và linh hoạt để đo và miêu tả các
hoạt động của mặt. Paul Ekman và W.V.Friesen xây dựng hệ thống này trên cơ sở
xem xét các tác động của cơ mặt - từng cơ đơn lẻ hay tác động đồng thời của một
nhóm cơ – lên sự thay đổi của mặt ). FACS cung cấp một tập các AU
2
(
2
: AU viết
tắt của action unit ) mô tả tác động của từng cơ đơn lẻ cũng như tác động của một
nhóm cơ lên bề mặt của khuôn mặt. Kết hợp các tác động này sẽ tạo nên các biểu
hiện của khuôn mặt (cảm xúc của mặt). Các nghiên cứu về giải phẫu cơ thể cho thấy
có sáu cảm xúc cơ bản của mặt đó là vui, buồn, giận dữ, ngạc nhiên, sợ hãi, kinh

tởm và khi kiểm tra các cảm xúc này bằng FACS cho ra các kết quả chân thật.
Waters nghiên cứu cấu trúc giải phẫu mặt. Mặt gồm xương, cơ và da. Phần xương
thường cố định, chỉ có phần hàm là có thể quay quanh một trục. Các cơ được bám
vào xương. Mô hình này bỏ qua lớp da và mô. Mỗi một nút (đỉnh) trên mô hình mặt
sẽ chịu tác động của một hay nhiều cơ, tùy thuộc vào vị trí của nút trên mô hình mặt.


14
Mỗi cơ được mô tả như một vector có hướng, có điểm đầu, điểm cuối, vùng ảnh
hưởng…Kết quả có thể tạo ra một mô hình mặt có khả năng thay đổi nét mặt tùy
theo tham số đầu vào.
Năm 1990, Waters và Terzopoulos đã phát triển hệ thống ba lớp nhằm hoàn
thiện mô hình cơ trước đó đã bỏ qua phần da và mô. Mô hình dựa trên cấu trúc vật
lý này là mô hình có thứ bậc đưa cho người dùng tham số điều khiển các cử động
của mặt tại sáu mức khác nhau. Các mức đó là: cảm xúc của mặt, điều khiển (của
một nhóm cơ), cơ (tác động của từng cơ đơn lẻ), hình khối và ảnh (nguồn sáng và
màu sắc lựa chọn). Với các mức điều khiển cao, người dùng có thể làm việc với mô
hình mà không cần quan tâm tới sự phức tạp của hệ thống bên dưới. Mô hình mặt
được dựa trên mô phỏng mặt thật, có sự tham gia của lớp biểu bì, hạ bì và lớp mỡ
dưới da. Mô hình gồm ba lớp, lớp trên cùng là da, lớp thứ hai là hạ bì và lớp thứ ba
là cơ. Hoạt động của cơ mặt dựa trên các AU của FACS. Các cơ được chia làm ba
loại: cơ tuyến, cơ phiến và cơ vòng. Ví dụ cơ Zygomaticus major là cơ tuyến tác
động ở vùng khóe miệng, cơ phiến là các cơ tác động ở vùng lông mày (ví dụ khi
nhíu mày), cơ vòng tác động ở vùng môi… Trong mô hình này, các cơ sẽ hoạt động
thông qua ba lớp của mô hình lưới mặt. Với mỗi cử động của mặt, các cơ sẽ được
tính toán xem tác động xảy ra như thế nào.
Năm 1990, hàng loạt các kỹ thuật hoạt ảnh ra đời và tạo hoạt ảnh mặt bằng
máy tính được sử dụng như là một thành phần chính trong sản xuất phim hoạt họa,
đánh dấu bằng bộ phim hoạt hình “Toy story”.
Steve DiPaola (1991) [35] nhìn thấy một lĩnh vực khác của hoạt ảnh mặt.

Ông đã xây dựng một công cụ tạo hoạt ảnh cho phép các nhà làm hoạt ảnh thay đổi
cấu trúc và tái tạo mô hình mặt. Đích nhắm tới của DiPaola là tạo được một công cụ
phổ thông hơn các hệ thống hiện tại. Ý tưởng này dựa trên mô hình hoạt ảnh của
Parke. DiPaola mô phỏng các chuyển động có thể có nhất của mặt và sau đó mở
rộng hệ thống bao gồm cả những chuyển động trái tự nhiên. Hệ thống này cung cấp
một công cụ cho các nhà làm hoạt ảnh có thể thực hiện đối với hệ thống của mình
như điều khiển bố cục, màu sắc hay điều khiển các cử động của mặt. DiPaola sử


15
dụng các kỹ thuật tạo hoạt ảnh và cải tiến hệ thống của Waters bằng cách thêm vào
một số chuyển động và các phép biến đổi, một số trong đó có thể không có trên thực
tế. Các chuyển động bổ sung này tác động tới một số vùng trên mặt theo các cách
khác nhau so với các chuyển động chuẩn của mặt. Các kỹ thuật tạo các chuyển động
bổ sung này kết hợp giữa phương pháp tạo hoạt ảnh đã có từ trước cùng với phương
pháp quan sát và nghiên cứu các chuyển động mang tính sinh học. Các tham số mà
DiPaola thêm vào được sử dụng để phủ toàn bộ các phần của mặt. Hàm phủ này tạo
những ảnh hưởng như tạo nếp gấp… Các nghiên cứu tương lai cho hệ thống này như
tạo mô hình tóc, các kỹ thuật sửa đổi và tạo nếp nhăn, bể mặt lồi lõm…
Yau (1988) [35] phát triển kỹ thuật tạo hoạt ảnh cho mặt bằng cách đưa ra
một cấu trúc chân thực. Yau sử dụng các ảnh chụp khuôn mặt thật và chiếu chúng
trên bề mặt đối tượng 3D. Hai mô hình 3D đã sử dụng hệ thống hoạt ảnh của Yau:
một mô hình là động, sử dụng để tìm vị trí và các chuyển động của mặt, xử lý trước
khi output xuất hiện trên màn hình để tạo ma trận dịch chuyển; một mô hình là tĩnh,
bố cục được ánh xạ lên mô hình đó. Phương pháp này tăng quá trình ánh xạ trước
khi ảnh được dịch chuyển cũng như tính toán phân bố ánh sáng. Tuy nhiên phương
pháp cũng có một số hạn chế như một số cử động của miệng như há miệng sẽ ánh xạ
như ngậm miệng và đây là điều bất hợp lý.
Cũng tương tự như vậy, Morishima và Harashima (1990) [35] sử dụng mô
hình khung kim loại 3D và ánh xạ bố cục 2D lên mô hình 3D. Các điểm quan trọng

trên mô hình mặt 3D được chọn từ các điểm tương ứng trên bố cục ánh xạ bằng cách
sử dụng các phép biến đổi. Một số hệ thống khác cũng theo nguyên lý ánh xạ bố cục
này như hệ thống của Williams (1990) và Waters (1991). Waters phát triển mô hình
ba lớp và chạy nó trong hệ thống thời gian thực. Hệ thống này tương đối chậm và
còn hạn chế nhưng các kết quả tạo ra chân thật, gần với tự nhiên nhất.
Williams (1990) [35] tạo hệ thống hoạt ảnh mặt bằng cách sử dụng dữ liệu
nguồn là video. Công trình này được mở rộng từ các kết quả nghiên cứu của Parke
và Waters bằng cách ánh xạ cấu trúc và biểu cảm nét mặt với dữ liệu vào là các cảm
xúc. Williams sử dụng các kỹ thuật tạo hoạt ảnh cùng với nghiên cứu các đặc điểm


16
của con người để có thể chọn lọc, sửa chữa các chuyển động một cách chi tiết đảm
bảo cho ra các kết quả chân thực. Để tạo mô hình, đầu tiên người ta điêu khắc một
mô hình đầu bằng thạch cao và các bức ảnh chụp khuôn mặt từ các góc độ khác
nhau. Sau đó quét ảnh và sử dụng ảnh quét này tạo ánh xạ bố cục. Để tạo hoạt ảnh,
các điểm ảnh được đánh dấu trên mô hình người thật và được ghi lại theo chuyển
động của người thật. Sử dụng các điểm ảnh này, máy tính tạo khuôn mặt với cảm
xúc tương ứng. Với các kết quả đạt được công trình của Williams sẽ tiếp tục phát
triển mở rộng trong tương lai.
Bùi Thế Duy (2004) [30] với công trình nghiên cứu “Tạo cảm xúc và các
biểu hiện mặt cho embodied agents”. Công trình nghiên cứu về mô hình mặt 3D, các
phương pháp tạo hoạt ảnh mặt như keyframe, giả cơ, tham số, dựa trên hệ cơ…, các
phương pháp lựa chọn các cảm xúc thể hiện trên mặt dựa trên hệ thống luật mờ.
Ngoài ra công trình còn đưa ra phương pháp kết hợp các chuyển động mặt. Trên
khuôn mặt con người có những loại chuyển động như tín hiệu đàm thoại, hiển thị
cảm xúc, …Mỗi chuyển động này được xem là các kênh chuyển động, để thể hiện
được đồng thời các chuyển động đó cần nghiên cứu phương pháp kết hợp các
chuyển động này.
1.3 Cấu trúc của khuôn mặt

Khuôn mặt là phần đặc biệt nhất của con người bởi dựa vào khuôn mặt ta có
thể phân biệt được những con người khác nhau. Hình dáng của khuôn mặt được
quyết định bởi hình dáng xương của hộp sọ và hàm dưới (xương hàm).
Thành phần chính của khuôn mặt gồm xương (hộp sọ), da và cơ.
Ở hộp sọ người trưởng thành có 28 xương. Ngoại trừ xương hàm, các xương
còn lại được nối với nhau bằng các đường khớp, các khớp này rất ít dịch chuyển.
Phần sọ chứa và bảo vệ não gồm tám xương ráp lại với nhau, trong đó quan trọng
nhất là xương trán. Xương trán kéo dài từ lông mày đến đỉnh đầu. Trong cấu trúc
hộp sọ còn có 14 xương tham gia vào cấu tạo xương mặt như tạo xương hàm, hốc


17
mắt, mũi và miệng. hàm dưới, hàm trên, xương gò má, xương mũi…, 6 xương thuộc
dạng xương nhỏ tham gia cấu tạo tai giữa [42].

Hình 1.1: Cấu tạo xương sọ người
Cơ mặt phân bố như sau:

Hình 1.2: Mô hình cơ mặt
Zygomatic major
Zygomatic minor
Levator labii
superioris major
Obicularis oculi

Risorius
Depressor anguli
oris
Platysma
Depressor labii

inferioris
Corrugator
Masseter
Buccinator

Mentalis
Orbicularis oris
Epicranius major
Corrugator supercilii
Levator labii
superioris alaquae
nasi
Zygomatic minor
Zygomatic major
Levator labii superioris
Levator anguli oris


18
Vai trò của một số cơ:
Stt
Tên cơ
Mô tả
1
Zygomatic Major
Nằm ở vùng xương gò má, gần phía khóe miệng. Cơ
này kéo khóe miệng chếch lên hoặc sang ngang, đặc
biệt có vai trò quan trọng khi khuôn mặt thể hiện nụ
cười. (Zygomatic Major co cùng với cơ Orbicularis
Oculi khi thể hiện nụ cười)

2
Zygomatic Mino
Nằm ở bên vùng xương gò má, gần môi trên phần
giữa khóe môi và cánh mũi. Cơ này kéo nhân trung và
khóe miệng chếch lên hoặc sang ngang.
3
Triangularis
Nằm phía hàm dưới gần khóe miệng. Cơ này sẽ tác
động lên khóe miệng, kéo khóe miệng xuống, tạo cho
môi có hình chữ U ngược.
4
Risorius
Nằm phía dưới cung xương gò má, gần khóe miệng.
Cơ này kéo căng miệng ra hai bên, co khóe miệng
5
Depressor Labii
Nằm ở phần cằm, phần hàm dưới. Cơ này kéo môi
dưới xuống. (cơ này tham gia khi thể hiện sự mỉa mai
châm biếm trên mặt)
6
Mentalis
Nằm ở phần hàm dưới trước răng, phần cằm. Cơ này
đẩy cằm lên phía trên, tạo các nếp nhăn phía cằm, tạo
cho miệng cong lên theo hình chữ U ngược
7
Orbicularis Oris
Thuộc loại cơ vòng, bao quanh miệng. Cơ này tạo
hình dáng, điều khiển kích thước há miệng và rất
quan trọng khi tạo vị trí và các chuyển động của môi
khi nói. Cơ này sẽ tham gia tạo chuyển động dễ nhận

thấy như mím miệng, căng miệng, chu miệng
8
Levator Labii
Superioris
Là cơ thuộc môi trên, má phần bên mũi (cánh mũi) và
mũi. Phần cánh mũi nâng môi trên ở mức vừa phải.


19
Phần cơ phía mũi nằm trên xương gò má gần xương
mũi, phần này nâng môi trên kéo mũi lên và tạo nếp
nhăn trên mũi
9
Corrugator
Nằm ở phía hốc mắt, gần phía mũi, chèn bên trong
lớp da phần trán giữa mỗi lông mày. Cơ này kéo lông
mày xuống và co vào phía trong và sẽ tạo một số nếp
nhăn dọc theo phần mũi và lông mày
10
Orbicularis Oculi
Là cơ vòng bao quanh mắt. Cơ này có chức năng
quan trọng trong việc bảo vệ cho mắt cũng như thể
hiện cảm xúc. Các cơ co lớp da quanh mắt, tác động
nhắm mở mắt
11
Masseter
Nằm hai bên gò má, phần hàm dưới. Cơ này nâng
hàm và nghiến răng, tham gia khi nhai, tham gia thể
hiện cảm xúc tức giận

Bảng 1.1: Vai trò của cơ mặt
1.4 Các phương pháp tạo mô hình mặt
Yêu cầu khi tạo mô hình mặt là mô hình phải biểu đạt được các cảm xúc và
các cử động của khuôn mặt với độ chính xác cao. Đa số các hệ thống hoạt ảnh mặt
sử dụng mô hình đa giác để mô tả mô hình mặt (Aizawa 1989; Waters 1987/1990;
Williams 1990…), cũng có một số sử dụng mô hình tham số để mô tả mô hình mặt.
Sử dụng kỹ thuật này bề mặt tạo ra trơn mịn hơn so với kỹ thuật tạo mô hình bằng
đa giác. Tuy nhiên kỹ thuật này phức tạp, xu hướng tạo bề mặt trơn không thích hợp
để tạo các nếp nhăn. Đặc biệt với những vùng như mũi, mắt là những vùng sẽ gặp
phải vấn đề này và giải pháp sử dụng mô hình đa giác sẽ tối ưu hơn [17].
1.4.1 Bề mặt đa giác


20
Mô hình lưới mặt được mô tả bằng cách xây dựng một tập hợp các điểm và
liên kết các điểm với nhau tạo thành một lưới đa giác (Parke, 1972). Mô hình này
được tạo theo kiểu đối xứng, tức là tạo một nửa mặt (nửa trái hoặc nửa phải), nửa
còn lại được tạo theo tính chất đối xứng. Để cải thiện tốc độ thực hiện trong khi vẫn
dữ được chất lượng cao cho mô hình, Parke giảm số lượng đỉnh và tam giác ở một
số phần của mặt như giảm bớt đỉnh và tam giác ở những khu vực như trán, má, cổ.
Số lượng tam giác sử dụng nhiều tập trung ở những khu vực như quanh mắt, mũi,
miệng và cằm.

Hình 1.3 : Mô hình lưới đa giác
Nhiều mô hình chuyển động của mặt sử dụng lưới đa giác như mô hình mặt
CANDIDE (Rydfalk, 1987). Mô hình gồm 75 đỉnh và 100 đa giác, cho phép việc tái
tạo mô hình nhanh thích hợp với khả năng của máy tính. Mô hình mặt Greta
(Pasquariello and Pelachaud, 2001) gồm 15000 đỉnh, mô tả chi tiết những khu vực

21
nhấn mạnh của khuôn mặt để thể hiện sự giao tiếp và biểu hiện cảm xúc. Tập trung
một số lượng lớn các đa giác để mô tả các vùng như mắt, môi, trán, cánh mũi. Các
đa giác ở trán được tổ chức thành một lưới ngang đều đặn để tạo thành các nếp nhăn
trên trán khi nhíu mày theo kỹ thuật bump mapping (Moubaraki, 1995). Các đa giác
ở vùng cánh mũi được sắp sao cho có thể co dãn ở gần miệng, vùng má tạo nếp khi
cười.
Tạo mô hình bằng lưới đa giác có ưu điểm là đơn giản và dễ thực hiện.
Phương pháp này cũng tạo ra các biểu hiện nét mặt chân thực và tạo chuyển động
trong thời gian thực.
1.4.2 Mô hình tham số
Bề mặt được tạo bởi một tập các ô, mỗi ô được tạo bởi một tập các điểm điều
khiển. Sự co dãn của bề mặt được quyết định bởi các điểm điều khiển này. Các điểm
điều khiển được sắp trên lưới có kích thước (n+1) × (m+1)
Bề mặt tham số được tạo bằng cách kết hợp nhiều đường cong, trong đó sử
dụng nhiều nhất là đường cong B-spline. B-spline được chọn bởi đơn giản và tính
liên tục cao.

Hình 1.4: Bề mặt B-spline
Bề mặt B-spline là kết hợp của các hàm tham số, P(u, v), hàm này được điều
khiển bởi tập điểm B
ij
= [B
ijx
, B
ijy
, B
ijz
], 0 ≤ i ≤ n, 0 ≤ j ≤ m. Các điểm trên bề mặt B-
spline tính theo công thức sau:

22

N
i,k
và M
i,l
là các hàm cơ bản bậc k, l tương ứng và tính đệ quy như sau:

Trong đó x
i
là thành phần của vector knot [x
0
, …, x
n
].
1.5 Mô hình đề xuất
Trong bài toán của mình, tôi lựa chọn mô hình đa giác để tạo mô hình mặt và
mô hình tham số cho mô hình môi. Lý do để lựa chọn hai phương pháp này là vì ưu
điểm đơn giản, dễ thực hiện trong khi vẫn tạo nét mặt chân thật cho mô hình mặt của
phương pháp đa giác và đặc tính tạo ra bề mặt trơn mịn, rất thích hợp tạo mô hình
môi của phương pháp tham số.
1.5.1 Mô hình lưới mặt
Mô hình mặt sử dụng 1234 điểm liên kết với nhau tạo thành một lưới các tam
giác gồm 2363 tam giác. Lưới này tạo thành nửa bên trái của mặt. Nửa bên phải
được tạo theo quy tắc đối xứng.
Để tăng tốc độ thực hiện mô hình mặt được chia thành 11 vùng như sau [30]:
- 1: Phần dưới mặt (từ cằm đến miệng), bên phải
- 2: Phần giữa mặt (từ miệng đến mí mắt dưới), bên phải

- 3: Phần dưới mí mắt, bên phải
- 4: Phần trên mí mắt, bên phải
- 5: Phần trên mặt (phần trán), bên phải
- 6: Phần dưới mặt (từ cằm đến miệng), bên trái
- 7: Phần giữa mặt (từ miệng đến mí mắt dưới), bên trái
- 8: Phần dưới mí mắt, bên trái


23
- 9: Phần trên mí mắt, bên trái
- 10: Phần trên mặt (phần trán), bên trái
- 11: Cổ
1.5.2 Mô hình môi
Môi có vai trò rất quan trọng trong giao tiếp, nhìn vào cử động của môi người
ta có thể đọc được người nói đang nói gì, đây cũng là một phương pháp dạy học cho
người khiếm thính bằng cách đọc cử động của môi. Do vây, tạo mô hình môi tốt sẽ
có vai trò rất quan trọng trong việc thể hiện tính chân thực cho toàn bộ mô hình mặt.
Với đặc điểm tạo bề mặt trơn mịn nên phương pháp tham số thường được sử
dụng để tạo mô hình môi. Mô hình môi là một mô hình B-spline kích thước 24 × 6.
Để biến dạng môi, các cơ mặt phải dịch chuyển các điểm điều khiển trên B-spline
thay vì thay đổi trực tiếp các đỉnh trên lưới B-spline. Các điểm điều khiển sẽ xác
định lại mô hình B-spline sau mỗi biến dạng. Bề mặt B-spline được tạo thành lưới
đa giác để kết nối với phần còn lại của mô hình mặt khi dựng trên màn hình máy
tính [30].
1.6 Kết luận
Phần này giới thiệu phương pháp mô tả mô hình lưới mặt 3D và mô hình
môi. Dựa vào đặc điểm của từng mô hình tôi sử dụng mô hình đa giác để tạo mô
hình mặt và mô hình tham số để tạo mô hình môi. Đây là cách làm phổ biến, dễ thực
hiện và có thể tạo ra các biểu hiện nét mặt chân thực và có thể tạo ra các biến dạng
của khuôn mặt một cách tự động, không cần thực hiện các thao tác thủ công khi

muốn tạo chuyển động của mô hình mặt.






24
Chương 2 - Một số phương pháp tạo hoạt ảnh mặt

2.1 Giới thiệu
Phân tích nét mặt thuộc lĩnh vực tâm lý học và được nghiên cứu từ nhiều thập
kỷ trước. Tâm lý học nghiên cứu cách con người truyền và nhận thông tin qua nét
mặt, xem xét tinh thần và sự đau ốm tác động tới chuyển động của mặt như thế nào.
Sự biểu hiện thông qua nét mặt của người bệnh với sự suy kém về thể lực thường do
trải qua nhiều giai đoạn trong quá trình đau ốm của người bệnh với hy vọng rằng có
được trị liệu tốt cho người bệnh. Một lĩnh vực nghiên cứu khác của tâm lý học là
phát hiện nói dối. Khi một người nói dối sẽ xuất hiện những biểu hiện xung đột trên
mặt họ do nói dối có khuynh hướng thể hiện đồng thời nhiều cảm xúc trên mặt.
Nghiên cứu bắt đầu và kết thúc của một chuyển động của mặt sẽ cho ý nghĩa
các chuyển động của mặt. Hai nhà tâm lý học, Ekman và Friesen đã phát triển một
hệ thống phân tích các chuyển động của mặt. Hệ thống mã hóa tác động mặt, FACS
(1977) đã chứng minh đó là một phương pháp thành công trong đánh giá biểu hiện
mặt. Ekman và Friesen đưa ra một phương pháp khách quan tìm và ghi lại các
chuyển động. Họ nghiên cứu các bức ảnh chụp các khuôn mặt thể hiện tác động của
các cơ khác nhau. Theo phương pháp này họ tìm được những cơ nào gây ra chuyển
động của mặt. Họ nhóm các cơ có những ảnh hưởng giống nhau thành một nhóm.
Nhóm các cơ hay một cơ đơn lẻ tạo ra một chuyển động của mặt được gọi là Action
Unit (AU). Ekman và Friesen tìm ra 46 AU và ghi lại mô tả đầy đủ về 46 AU này.
FACS bao gồm thông tin nhận biết AU mô tả các chuyển động đơn giản đến

phức tạp. Họ xem xét 55000 bức ảnh chụp các khuôn mặt với các biểu hiện khác
nhau và từ đó chia thành sáu biểu hiện chính đó là tức giận, sợ hãi, kinh tởm, buồn,
vui và ngạc nhiên. Mỗi cảm xúc có cường độ thể hiện khác nhau, hoạt ảnh của
khuôn mặt có thể xem là các trạng thái cảm xúc của mặt như vui, buồn,… phụ thuộc
vào cường độ của từng cảm xúc. Khuôn mặt người có khả năng thể hiện nhiều cảm
xúc tại cùng một thời điểm và được gọi là cảm xúc “hỗn hợp”.


25







Hình 2.1: Biểu hiện của mặt: Buồn, Vui, Giận dữ, Sợ hãi, Ngạc nhiên, Kinh tởm (từ
trái qua phải, trên xuống)
Tạo hoạt ảnh cho khuôn mặt cần ba giai đoạn: giai đoạn đầu tiên cần xây
dựng một mô hình mặt 3D; giai đoạn thứ hai cần một kỹ thuật thay đổi từng thành
phần của mô hình và giai đoạn thứ ba cần tái tạo mô hình bằng cách dựng mô hình
trên màn hình máy tính. Giai đoạn thứ hai là giai đoạn quan trọng bởi đây là giai
đoạn tạo chuyển động của mô hình mặt. Trong phần này tôi xin giới thiệu bốn kỹ
thuật được sử dụng để tạo hoạt ảnh bao gồm: key-frame, tham số, giả cơ và dựa trên
mô hình cơ [12, 25, 30].
2.2 Key-frame
Trong kỹ thuật này, key frame là các biểu hiện cảm xúc khác nhau của khuôn
mặt. Phương pháp này là một trong những kỹ thuật được sử dụng rộng rãi do có thể
tạo ra các chuyển đổi khá trơn mịn giữa các key frame.
Key frame gồm hai loại: hình học và tham số.

26
Kỹ thuật dựa trên hình học thay đổi trực tiếp vị trí các đỉnh trên mô hình lưới.
Mô hình lưới phải có cùng cấu trúc hình học. Vị trí các đỉnh của khuôn mặt trung
gian được tính theo vị trí các đỉnh tương ứng ccủa hai key frame.
Kỹ thuật sử dụng tham số thường dùng với một số kỹ thuật tạo hoạt ảnh của
khuôn mặt như tham số và dựa trên hệ cơ. Các tham số trong kỹ thuật này là các
tham số trong chuyển động tham số hay mức co của cơ mặt trong chuyển động dựa
trên hệ cơ. Kỹ thuật key frame dựa trên tham số tính toán các tham số để tạo ra
khuôn mặt trung gian bằng cách nội suy các tham số tương ứng của hai key frame.
Toàn bộ tiến trình nội suy được thực hiện dựa trên một hệ số tính toán trung
gian từ 2 key frame. Ví dụ, khuôn mặt với nụ cười (mức trung bình) là kết quả nội
suy từ khuôn mặt ở trạng thái bình thường với khuôn mặt có nụ cười tươi hệ số là
0.5. Để tạo ra loạt các chuyển động tuần tự, thông tin tạm thời của các frame trung
gian và hai key frame được sử dụng để tính toán hệ số này.
Kỹ thuật key frame sử dụng nội suy tuyến tính và nội suy phi tuyến. Nội suy
tuyến tính được sử dụng để mô phỏng các chuyển động đơn giản của khuôn mặt, nội
suy phi tuyến được sử dụng để mô phỏng các chuyển động đòi hỏi tính chính xác
cao.
Kỹ thuật key frame tạo các hoạt ảnh của mặt nhanh và dễ dàng. Phạm vi của
biểu cảm nét mặt phụ thuộc vào số lượng và sự khác biệt của các key frame. Kỹ
thuật key frame chỉ tạo ra các một tập các cảm xúc của mặt khi có đủ số key frame
thích hợp, kỹ thuật này không thể tạo ra các nét mặt khi mà tập key frame này không
đủ. Kỹ thuật này yêu cầu lưu trữ toàn bộ dữ liệu (dữ liệu trong quá trình tính toán
các mặt trung gian cũng như dữ liệu của hai key frame tương ứng) do vậy key frame
thích hợp khi xử lý tập chuyển động nhỏ từ một số key frame hoặc kết hợp với các
phương pháp khác để tạo ra các frame trung gian.
2.3 Tham số
Kỹ thuật tham số do Parke (1974) phát triển đã khắc phục được hạn chế của

kỹ thuật key frame như cung cấp một phạm vi lớn biểu hiện nét mặt với chi phí tính


27
toán thấp. Các tham số được kiểm soát ở các vùng mặt cụ thể để tạo các biến dạng
cục bộ. Một chuyển động cụ thể trên khuôn mặt sẽ tạo ra các biến dạng cho khuôn
mặt ứng với một bộ tham số. Ví dụ, Hoch (1994) sử dụng kỹ thuật này để tạo các
biến dạng bề mặt tương ứng với các đơn vị hoạt động (Action Unit) trong hệ thống
mã hóa hoạt động của mặt FACS.
Mô hình mặt sử dụng kỹ thuật hoạt ảnh tham số gọi là mô hình tham số. Một
cách khác để tạo mô hình mặt là sử dụng một người đóng, quan sát mặt để chia
thành các vùng, các đa giác được thiết kế sao cho có thể tạo biến dạng cục bộ như
mong muốn khi cử động mặt. Việc người đóng thể hiện nét mặt ra sao (kinh nghiệm
của người đóng) có vai trò đặc biệt quan trọng để tạo ra một mô hình tốt.
Tạo các biến dạng cục bộ có thể sử dụng các phương pháp như nội suy vùng
cục bộ, phép biến đổi hình học và ánh xạ kết cấu. Nội suy vùng cục bộ tạo ra hình
trung gian của hai hình cụ thể bằng tham số. Vị trí của các đỉnh đa giác nội suy từ
các đỉnh tương ứng giữa hai hình. Các phép biến đổi hình học như phép quay, co
dãn, tịnh tiến sử dụng các hàm toán học với đối số là các tham số để dịch chuyển
một hình cục bộ trong một hình khác. Kỹ thuật ánh xạ kết cấu vận dụng kết cấu các
vùng mặt để tổng hợp các chuyển động của mặt. Để hiểu rõ kỹ thuật này hơn ta xem
xét chuyển động của mí mắt. Chuyển động của mí mắt được nội suy từ hai cử động
là nhắm mắt và mở mắt. Hệ số nội suy 0.5 sẽ tạo ra mắt lim dim. Chuyển động của
mắt có thể sử dụng phép quay lưới mô hình mắt quanh một trục xác định trước. Khi
lông mày cau lại, nếp nhăn sẽ xuất hiện trên trán (chuyển động của lông mày). Vị trí
và sự xuất hiện của nếp nhăn trên trán phụ thuộc vào giá trị của lông mày tăng giảm.
Tuy nhiên cũng có một vài giới hạn đối với kỹ thuật này như: lựa chọn tập
tham số phụ thuộc vào hình dáng của lưới mặt dẫn đến khó khăn trong việc xây
dựng một tập tham số chung cũng như giải quyết xung đột tham số tác động trên
cùng một đỉnh khi thể hiện cảm xúc hỗn hợp (thể hiện nhiều hơn một cảm xúc trên

mặt) do vậy trong trường hợp này, kỹ thuật tham số sẽ không thể hiện được nét mặt
chân thật. Chính vì lý do này, kỹ thuật tham số thích hợp với việc tạo biến dạng tại
các vùng (miền) khuôn mặt cụ thể.


28
2.4 Giả cơ
Các kỹ thuật dựa trên giả cơ như AMA (Abstract Muscle Action) của
Magnenat-Thalmann (1988) hay Kalra sử dụng FFD (Free From Deformation) để
mô tả tác động của cơ.
Magnenat-Thalmann sử dụng các thủ tục AMA để tạo các biến dạng cho mô
hình mặt 3D. Mỗi thủ tục AMA làm việc trên vùng cụ thể của mặt, các vùng này
được xác định khi khởi tạo mặt, để tạo gần đúng tác động của một cơ hoặc một
nhóm cơ. Hệ thống của Magnenat-Thalmann et al. gồm 30 thủ tục AMA, một ví dụ
của AMA là thủ tục vertical jaw. Tác động của thủ tục này là tạo ra một tập tác động
điều khiển bởi các tham số của thủ tục. Các thủ tục AMA sẽ tạo ra các biến đổi cho
mặt [25].
STT
Thủ tục AMA
Miền giá trị của các
tham số
1
VERTICAL_JAW
0 1
2
CLOSE_UPPER_LIP
0 1
3
CLOSE_LOWER_LIP
0 1

4
COMPRESSED_LIP
0 1
6
MOUTH_BEAK
0 1
7
RIGHT_EYELID
-1 1
8
LEFT_EYELID
-1 1
9
LEFT_LIP_RAISED
0 1
10
RIGHT_LIP_RAISED
0 1
11
LEFT_ZYGOMATIC
0 1
12
RIGHT_ZYGOMATIC
0 1
23
MOVE_RIGHT_EYE_HORIZONT
AL
-1 1
24
MOVE_RIGHT_EYE_VERTICAL

-1 1