La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Tracciamento Automatico dei Movimenti del Volto Umano Tesi di laurea in Ingegneria Informatica V.O. Relatore: Prof. Marco Schaerf Correlatore: Ing. Marco.

Presentazioni simili


Presentazione sul tema: "Tracciamento Automatico dei Movimenti del Volto Umano Tesi di laurea in Ingegneria Informatica V.O. Relatore: Prof. Marco Schaerf Correlatore: Ing. Marco."— Transcript della presentazione:

1 Tracciamento Automatico dei Movimenti del Volto Umano Tesi di laurea in Ingegneria Informatica V.O. Relatore: Prof. Marco Schaerf Correlatore: Ing. Marco Fratarcangeli Candidato: Gabriele Fanelli

2 Sommario Obiettivi Descrizione del metodo: Active Appearance Models Costruzione Adattamento Risultati Conclusioni

3 Obiettivi Sistema capace di determinare: Posizione e forma di un volto generico da immagini statiche Movimenti globali e deformazioni in un volto specifico da sequenze video Immagini provenienti da telecamere di fascia bassa (webcam)

4 Active Appearance Models Modelli generativi e parametrici del volto Forma Apparenza Costruiti statisticamente da immagini esempio (training) Apprendimento delle variazioni permesse Algoritmo di adattamento Ricerca dei parametri che rendono il modello simile ad una nuova immagine

5 Sommario Obiettivi Active Appearance Models Costruzione Adattamento Risultati Conclusioni

6 AAM generici - specifici Set espressivo Set identità

7 Forma Def.: Maglia triangolata Vettore delle coordinate dei vertici Modellazione: Collezione dei vettori Allineamento Principal Component Analysis: Calcolo media Calcolo matrice di covarianza Selezione degli autovettori corrispondenti agli autovalori maggiori

8 Modello lineare di forma Nuova forma Forma media (base) Vettori di forma Parametri di controllo

9 Apparenza Intensità dei pixel all’interno della forma base Le immagini di training vanno normalizzate rispetto alla forma

10 Modello lineare di apparenza Eigenfaces Parametri di apparenza Texture media Nuova texture

11 Istanza completa Immagine: cortesia di Simon Baker

12 Sommario Obiettivi Active Appearance Models Costruzione Adattamento Risultati Conclusioni

13 Algoritmo di adattamento Minimizzare la differenza tra: Immagine in ingresso mappata sulla forma base Istanza del modello (apparenza) Utilizzato l’Inverse Compositional Algorithm

14 Algoritmo di adattamento Immagine in ingresso Texture deformata Apparenza corrente Forma corrente Immagin e differenz a sottrazione

15 Algoritmo di adattamento Apparenza corrente Forma corrente Immagin e differenz a ∆p∆p ∆λ∆λ

16 Inizializzazione Punto d’inizio adeguato per la ricerca Localizzatore di facce - OpenCV

17 Adattamento

18 Sommario Obiettivi Active Appearance Models Costruzione Adattamento Risultati Conclusioni

19 Test 1: immagini “viste” Entrambi i modelli adattati a immagini presenti nel training set Oggetto: Qualità dell’algoritmo Dipendenza dalla traslazione iniziale Misura: errore RMS Disponibili le coordinate selezionate manualmente

20 Test 1: immagini “viste” Distanza iniziale dal centro della faccia in % dell’altezza dell’immagine Errore RMS

21 Test 1: immagini “viste”

22 Test 2 : Immagini “non viste” Immagini non presenti nel training set Oggetto: Qualità algoritmo Capacità del modello generico di descrivere nuove facce Giudizio visivo 60% di risultati positivi

23 Immagini “non viste” - successo

24 Immagini “non viste” - fallimento

25 Test 3: video

26

27

28 Conclusioni Sistema implementato: Migliorabile per caso generico Buoni risultati nello specifico Sviluppi futuri: Ampliamento training Tempo reale 3D


Scaricare ppt "Tracciamento Automatico dei Movimenti del Volto Umano Tesi di laurea in Ingegneria Informatica V.O. Relatore: Prof. Marco Schaerf Correlatore: Ing. Marco."

Presentazioni simili


Annunci Google