imagens de faces: exemplos de metodologias e...

4as Jornadas Politécnicas de Engenharia

Imagens de Faces: Exemplos de Metodologias e Aplicações

Fernando Carvalho, João Manuel R. S. Tavares


| IntroduIntroduççãoão | Metodologias| Aplicação | Modelos | Conclusões | Trabalho Futuro

Introdução:

• Em Visão Computacional, uma das áreas que tem tido elevado interesse, por parte dos seus investigadores, é o das imagens de faces.

• Neste artigo, serão resumidamente indicadas várias aplicações e sumariamente descritas algumas das metodologias existentes.

4as Jornadas Politécnicas de Engenharia Fernando Carvalho, João Tavares


| IntroduIntroduççãoão | Metodologias| AplicaAplicaççãoão | Modelos | Conclusões | Trabalho Futuro

As metodologias existentes, no domínio das imagens de faces, são utilizadas em Visão Computacional para:

Detecção de faces;

Reconhecimento de faces;

Análise do movimento facial;

Classificação/análise de expressões faciais;

Geração de faces virtuais;

Simulação do estado emocional nas faces;

Simulação do efeito do envelhecimento nas faces; etc.



| IntroduIntroduççãoão | Metodologias| AplicaAplicaççãoão | Modelos | Conclusões | Trabalho Futuro

Classificação/Analise da Expressão Facial

Detecção de Faces

Extracção de Características Faciais

Detecção da face num determinado cenário atendendo a certas condições de funcionamento como:•Escala, Orientação;•Luminosidade;•Ocultação Total ou Parcial;•Existência ou não de Múltiplas Faces...

Este Processo refere-se:

•Levantamento de Características Faciais;

•Representação da face segundo uma aproximação.

Exemplos de Classificação:•Faixa etária ou etnia;•Análise do Estado Emocional:

•Felicidade;•Tristeza;•Surpresa;•Medo;•Raiva;•Desgosto, etc.

Imagem



Descrição sucinta:

Permite a detecção de uma sub-imagem relativa a uma dada característica,

como o olho e a boca;

Baseado em cálculos no domínio da transformada de Fourier.

Exemplo obtido usando Matlab

Método de Correlação Cruzada

Modelo do olho esquerdo

Face

Resultado Normalizado dos Coeficientes de Correlação

Resultado da detecção

Algoritmo de Correlação

| IntroduIntroduççãoão | MetodologiasMetodologias| Aplicação | Modelos | Conclusões | Trabalho Futuro




Método de detecção de zonas de PeleDescrição sucinta:

Construção de um modelo representativo da pele;

O modelo é gerado a partir de um conjunto de amostras de pele de vários

indivíduos sendo calculada a Média e a Covâriancia;

Determinação da probabilidade de um pixel pertencer a uma região da pele

usando um modelo de distribuição Gaussiana;

Permite a segmentação da imagem em zonas de pele (representação binária).

Imagem originalImagem

comProváveis regiões de

Pele

Imagem Bináriacom

Prováveis regiões de Pele determinadas

Exemplo obtido usando Matlab




Método dos Modelos Protótipos DeformáveisDescrição sucinta:

Permitem a detecção de faces e a extracção de características faciais;

Modelos parametrizados, os parâmetros conferem-lhes comportamento deformável;

Considera o principio da Minimização de Energia (uso de algoritmos de optimização, como o gradiente descendente ou simplex) o que permite a comparação de características;

É necessário aplicar um Pré-processamento às imagens originais de forma a realçar as características a considerar.

Imagem original[Yuille, 1992]

Vales de Intensidade

Orlas de Intensidade

Picos de Intensidade



| IntroduIntroduççãoão | Metodologias| Aplicação | ModelosModelos | Conclusões | Trabalho Futuro

Modelo Protótipo Definido para o Olho

Modelo Protótipo Definido para a Boca Fechada e Aberta

( )cMin E f

( )1 2, , , , , , , ,c ef x x p p r a b c θ=

Energia Externa

Energia Externa

1 2 1 2( , , , , , , , , )mg x a b b u u h c θ=

( )_close mouthMin E g

Energia Externa

1 2 1 2( , , , , , , , , , )m t b t bh x a a b b u u h h c θ=

( )_open mouthMin E h



| IntroduIntroduççãoão | Metodologias| Aplicação | Modelos | ConclusõesConclusões | Trabalho Futuro

Algumas Conclusões:

O Algoritmo de detecção de zonas de pele apresenta bons resultados ao nível da detecção da face, embora a existência de outras partes do corpo na imagem implica que as mesmas sejam também detectadas.

O algoritmo de correlação cruzada é eficiente, embora raramente apresente resultados conclusivos quando a imagem em estudo é bastante distinta da usada para extrair a sub-imagem usada na correlação.

Atendendo à importância desta área, no domínio da Visão Computacional, são muitas as perspectivas de trabalho futuro.



| IntroduIntroduççãoão | Metodologias| Aplicação | Modelos | Conclusões | TrabalhoTrabalho FuturoFuturo

Perspectivas de Trabalho Futuro:

Algoritmos mais avançadas de detecção de zonas de pele, por exemplo considerando a rotação da face…;

Realização de ensaios experimentais usandomodelos protótipos deformáveis;(Implementações a desenvolver em Matlab)

Considerar a interacção entre modelos protótiposdeformáveis;

Aplicação do método dos protótipos deformáveis ao seguimento de características faciais em sequências de Imagens.(Em combinação com filtragem estocástica, como por exemplo o filtro de Kalman)



Bibliografia Básica:

Steven C. Chapra, Raymond P. CanaleNumerical Methods for EngineersMcGraw-Hill – 1988

A. Yuille, P. Hallinan, D. Cohen, “Feature Extraction fromFaces Using Deformable Templates,” Int’l J. Computer Vision, vol. 8, no. 2, pp. 99-111, 1992

Maja Pantic, leon J. M. RothKrantz, “Automatic Analysis of Facial Expressions: The state of the art” vol. 22, no 12, December 2000

Ming Yang, David J. Kriegman, Narendra Ahuja, “Detecting Faces in Images: A Survey”, vol. 24, no 1, January 2002


Obrigado!

imagens de faces: exemplos de metodologias e...

Documents