apresentacao cba2012

Detecção de Landmarks em Imagens Faciais baseada em Informações Locais

Instituição: Universidade Federal da BahiaCurso: Mestrado em MecatrônicaAutores: Caroline Silva Leizer Schnitman Luciano Oliveira

2

Introdução Detecção da Face e Regiões Faciais Detecção de Landmarks Resultados ExperimentaisAplicaçõesConclusão e Melhorias Futuras

--------------------------------------------------------------------------------------------------------------------

Sumário

CBA 2012, Campina Grande, Brasil

3-------------------------------------------------------------------------------------------------------------------

Introdução


Informações Globais

Informações Locais

4--------------------------------------------------------------------------------------------------------------------

Detecção da Face e Regiões Faciais


Viola e Jones (2001)

5--------------------------------------------------------------------------------------------------------------------

Localização de Landmarks


Pré-processamento da região do olho

ROI A. de contraste Limiarização A. de interesse Dilatação P. de lacunas

T= 0.53

6--------------------------------------------------------------------------------------------------------------------



Pré-processamento da região da sobrancelha

ROI E.de cinza E. de histograma Limiarização Dilatação

T=0.46 E. estruturante: linhaDimensão: 10 x 10

P. lacunas

7--------------------------------------------------------------------------------------------------------------------



Pré-processamento da região da boca

ROI Filtro Gaussiano 2D Imagem HSV Lim. e Abertura Área de interesse

E. estrut.: discoDimensão: 5 x 5

T = 0.5

8-------------------------------------------------------------------------------------------------------------------

Detecção dos Landmarks


Detecção de 19 landmarks

9--------------------------------------------------------------------------------------------------------------------

Detecção dos Landmarks


Visão Geral

10--------------------------------------------------------------------------------------------------------------------

Resultados Experimentais


11--------------------------------------------------------------------------------------------------------------------

Base de Dados


MUG Expression (Aifanti et al, 2010) Subconjunto de 401 imagens de 26 indivíduos

12--------------------------------------------------------------------------------------------------------------------

Active Shape Model (ASM)


Método implementado por Milborrow e Nicolls (2008).

13--------------------------------------------------------------------------------------------------------------------

Metodologia


Método Proposto

ASM

QUAL A SIMILARIDADE?

Anotação

Anotação

14--------------------------------------------------------------------------------------------------------------------



Análise de Similaridade

Tabela 1. Similaridade obtida sobre base de dados MUG Facial Expression

15--------------------------------------------------------------------------------------------------------------------



Distribuição acumulativa de similaridade do shape

16--------------------------------------------------------------------------------------------------------------------




17--------------------------------------------------------------------------------------------------------------------




18--------------------------------------------------------------------------------------------------------------------CBA 2012, Campina Grande, Brasil

APLICAÇÕES

19--------------------------------------------------------------------------------------------------------------------

Aplicações: Expressão Facial


20--------------------------------------------------------------------------------------------------------------------

Aplicações: Animação


Saragih et al.(2011)

21--------------------------------------------------------------------------------------------------------------------

Aplicações: Identificação de Pessoas


Lathem (2012)

22--------------------------------------------------------------------------------------------------------------------

Conclusão e Melhorias Futuras


Vantagens No método proposto não é necessário um modelo

prévio para detecção. Apresentou resultados compatíveis com ASM.

Melhorias Futuras Correção de shape semelhante à proposta de Beumer

et al.(2006).

23--------------------------------------------------------------------------------------------------------------------CBA 2012, Campina Grande, Brasil

FIM

24--------------------------------------------------------------------------------------------------------------------

Bibliografia


1. Beumer, M.G.; Tao, Q.; Bazen, M.A.; Veldhuis, J.N.R. A Landmark Paper in Face Recognition. Automatic Face and Gesture Recognition, pp. 73-78, 2006.

2. Lathem. Disponível em: <http://www.www.lathem.com >. Acesso em 31 de agosto 2012.

3. Saragih, Jason; Lucey, Simon e Cohn, Jeffrey. Real-time avatar animation from a single image. Automatic Face & Gesture Recognition and Workshops (FG 2011).

apresentacao cba2012

Science