Abstrakt

W referacie zawarto opis metody automatycznej lokalizacji oraz parametryzacji punktów charakterystycznych w obrazie twarzy. Do lokalizacji punktów charakterystycznych wykorzystano zmodyfikowany algorytm EBGM (ang. Elastic Bunch Graph Matching). Algorytm ten pozwala lokalizować punkty w obrazie przy założeniu niezmienności topologii grafu połączeń między nimi.W referacie przedstawiono podstawy teoretyczne metody oraz zaimplementowany trójetapowy proces lokalizacji punktów: lokalizacja twarzy w obrazie za pomocą kaskadowego klasyfikatora Haara oraz nałożenie ogólnej reprezentacji grafu, pozycjonowanie ogólnej reprezentacji grafu względem wykrytych oczu, odkształcanie grafu w celu pokrycia węzłami odpowiednich punktów charakterystycznych nieznanej twarzy. Proces odkształcania grafu uwzględnia dodatkowe kryteria odległościowe, odzwierciedlające znajomość geometrii ludzkiej twarzy.Punkt charakterystyczny w obrazie, będący węzłem grafu, opisany jest zbiorem zespolonych współczynników (cech, ang. jet) wyliczanych jako seria dwuwymiarowych falek Gabora (40 zespolonych falek podzielonych na 5 skal i 8 orientacji). W opisywanych badaniach posługiwano się grafem środkowej części twarzy: ust, nosa i oczu. To podejście pozwoliło analizować obrazy twarzy en face oraz zniwelować przypadki zasłoniętych punktów charakterystycznych.Porównanie twarzy, dążące ostatecznie do weryfikacji osoby, zrealizowane zostało na poziomie wyliczonych parametrów jetów. Przyjęte są dwa podejścia: uwzględniające tylko amplitudy falek oraz dodatkowo fazy falek. Przedstawiono i skomentowano wyniki zrealizowanego eksperymentu rozpoznawania 80 osób sfotografowanych w pozycji en face (wykorzystano ogólnodostępną bazę FERET). Zamieszczono podsumowanie i wnioski.

Autorzy (3)