A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 1 Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Informatica Università.

Slides:



Advertisements
Presentazioni simili
Le forme dello spazio Caffè Scienza. Associazione formaScienza.
Advertisements

Raccomandazione del Parlamento europeo e del Consiglio (18 settembre 2006) Conoscenze: assimilazione delle informazioni attraverso l’apprendimento. l’insieme.
BUMP MAPPING dott.ing.jun Alex Zupan –
Teoria del colore Andrea Torsello
TEORIA RAPPRESENTAZIONALE DELLA MISURA
Sistemi Multimediali II Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2004/05 prove.
Laboratorio di Linguaggi lezione IX Marco Tarini Università dellInsubria Facoltà di Scienze Matematiche, Fisiche e Naturali di Varese Corso di Laurea in.
Computer Graphics Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2005/06 prove generali.
Sistemi Multimediali II Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2004/05 Lezione.
Sistemi Multimediali II Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2004/05 Lezione.
Computer Graphics Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2005/06 Lezione.
Computer Graphics Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2004/05 Lezione.
Laboratorio di Linguaggi lezione IX: tipi ricorsivi Marco Tarini Università dellInsubria Facoltà di Scienze Matematiche, Fisiche e Naturali di Varese Corso.
Marco Tarini Università dellInsubria Facoltà di Scienze Matematiche, Fisiche e Naturali di Varese Corso di Laurea in Informatica Anno Accademico 2007/08.
SMFN - Ingegneria - Scienze Statistiche
Entrambe le competenze possono essere sviluppate…
G.M. - Informatica B-Automazione 2002/03 Funzione Indica una relazione o corrispondenza tra due o più insiemi che soddisfa ad alcune proprietà. Il dominio.
Relatore: Dott. F. Avanzini Correlatore: Dott. C. Drioli
CORSO DI MODELLI DI SISTEMI BIOLOGICI LAUREA IN INGEGNERIA CLINICA E BIOMEDICA.
Scene Modelling, Recognition and Tracking
Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone.
Università degli Studi di Roma
Università degli Studi di Roma La Sapienza
Modelli e Algoritmi per la Logistica
Apprendimento di movimenti della testa tramite Hidden Markov Model
Modelli simulativi per le Scienze Cognitive
Bioinformatica Corso di Laurea Specialistica in Informatica Analisi della struttura dell’RNA 27/04/2011.
Alcune premesse sulla geometria analitica
LE PROIEZIONI ORTOGONALI
Colore Eidomatico e Percezione del colore 3
Modellazione di terreni a risoluzione adattiva
Infomatica Grafica a.a DICGIM – University of Palermo Dipartimento di Ingegneria Chimica, Gestionale, Informatica e Meccanica Environment Mapping.
Io e la matematica procedurale
Simulazione Anatomica di Muscoli Facciali per Volti Virtuali Generici
Un motion planner per guide multimediali interattive
Perchè anisotropia? Perchè l’anisotropia è ovunque!!
Effetti fotorealistici
Prof. Cerulli – Dott.ssa Gentili
Face Recognition Gessica Vagnoli.
Image Based Rendering Daniele Marini.
Texturing - Tessiture Daniele Marini.
F. Gay, Università IUAV di Venezia, Corso di Laurea in Scienze dellArchitettura - Modulo coordinato di rappresentazione 1 – aa Dalla prospettività
Prospettiva e prospettività: IL METODO DELLE PROIEZIONI CENTRALI
Interpolazione e regressione
11/10/2004Introduzione all'Informatica1 Che cose lInformatica Computer ScienceLInformatica (Computer Science) non è soltanto La scienza e la tecnologia.
Percezione visiva illusione e realtà
1 Archivio Assistiti Laboratorio di Basi Dati II Università di Roma La Sapienza Corso di Laurea Tecnologie Informatiche Sito di una comunità fotografica.
Informatica Parte applicativa Basi di dati - report Psicologia dello sviluppo e dell'educazione (laurea magistrale) Anno accademico:
Corso di Programmazione Grafica e Laboratorio Daniele Marini
Architettura di OGL e pipe-line Daniele Marini Davide Gadia Davide Selmo Corso Di Programmazione Grafica aa2005/2006.
L’insegnamento della fisica e delle scienze nella scuola; proposte operative per un approccio laboratoriale low-cost no cost Raggi, Fasci di Luce ed Ombre.
Complessità degli algoritmi (cenni) CORDA – Informatica A. Ferrari.
Gruppo del Progetto Coordinatore Referente Prof.ssa Sonia Spagnuolo Docenti Partecipanti Concetta Zecca Giuseppe Ruscelli Elisa Santagada Anna Caterina.
PERCORSO EDUCATIVO E DIDATTICO
PROIEZIONI ORTOGONALI
Studio dell’ intrusione salina nell’ area di Mestre/Marghera (VE) mediante modello numerico MODFLOW/MT3DMS Studente: Filippo Resente Relatori: Achille.
LA PERCEZIONE VISIVA QUANDO GUARDIAMO UN OGGETTO ENTRANO IN GIOCO:
Statistica e Informatica per la Gestione e l’Analisi dei Dati
APPROSSIMAZIONE DI FUNZIONI
Intervalli di confidenza
Progettazione degli algoritmi
Relatore: Prof. Vittorio Murino Correlatore: Dott. Andrea Fusiello Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica.
Simulazione Interattiva di Capelli Marta De Cinti Anno accademico 2005/2006 Università di Roma “La Sapienza” Relatore Prof. Marco Schaerf Correlatore Ing.
della superficie terrestre.
Progetto di travi in c.a.p isostatiche
Università degli Studi di Roma Tre - Facoltà di Ingegneria Laurea magistrale in Ingegneria Civile in Protezione… Corso di Cemento Armato Precompresso –
OPERATIVITA’ DELLA FOTOGRAMMETRIA AD UN SOLO FOTOGRAMMA - PRESE INCLINATE - MONOGRAFIE DEI P.F.A. - WARNING - PRESE CENTRALI.
Proiezione di punti della superfice terrestre sul geoide
1 VARIABILI CASUALI. 2 definizione Una variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico). Esempi l’esito.
Transcript della presentazione:

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 1 Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Informatica Università degli studi “La Sapienza” di Roma Sintesi di volti virtuali da foto ortogonali

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 2 Keyword  Volti virtuali 3D corrispondenti a volti di persone reali  Texturizzazione  Cube map

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 3 Input: foto ortogonali  Fotografie di un volto catturate secondo varie viste:  Frontale  Profilo sinistro  Profilo destro  Posteriore  Superiore

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 4 Algoritmo di deformazione Problema: costruire un modello 3D la cui geometria coincida con quella del volto presente nelle foto Soluzione: considerare un modello 3D generico e utilizzare le informazioni presenti nelle foto per adattare la forma geometrica di tale modello a quella del volto presente nelle foto

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 5 FDP dello standard MPEG-4 FDP (Facial Definition Points)

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 6 Interpolazione: radial basis function  Dato l’insieme degli FDP del modello generico e l’insieme degli FDP individuati sul volto nelle foto, calcolo della funzione di interpolazione che mappa il primo insieme nel secondo.  Applicazione della funzione di interpolazione individuata ai restanti vertici del modello generico  Utilizzo delle radial basis function (RBF)

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 7 Processo di deformazione Foto input Selezione FDP Modello generico Modello deformato

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 8 Texturizzazione di un volto Scopo: realizzare una tecnica di texturizzazione di un volto con le seguenti caratteristiche:  rappresentazione fedele del volto  indipendente dal tipo di volto da riprodurre  rappresentazione del volto in ogni sua parte

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 9 Approccio tradizionale Proiezione cilindrica: Problemi: parte alta della testa dietro le orecchie sotto il mento

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 10 Cubemap: descrizione TextureCube-map

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 11 Cubemap: caratteristiche  parametrizzazione valida  seamless  indipendente dalla mesh  non produce distorsione

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 12 Tecnica delle cubemap Generazione texture Texture laterale

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 13 Tecnica delle cubemap Applicazione texture + =

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 14 Problema: discontinuità di colore Condizioni di illuminazione differenti nelle foto in input Discontinuità cromatica

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 15 Soluzione: mappa dei pesi

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 16 Risultati

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 17 Risultati

A.A. 2005/2006Sintesi di volti virtuali da foto ortogonali 18 Test di qualità Analisi qualitativa mediante test soggettivo I volti renderizzati sono stati mostrati ad un gruppo di venti persone I giudizi si sono basati sulla seguente scala di qualità: 5 – ottimo, 4 – buono, 3 – sufficiente, 2 – mediocre, 1 – pessimo. Media dei giudizi Modello1 3.9 Modello2 3.6 Modello3 3.1 Modello4 3.6