Fernando Carvalho, João Manuel R. S. Tavares

Slides:



Advertisements
Apresentações semelhantes
João Luiz Fernandes e Aura Conci Universidade Federal Fluminense
Advertisements

Paulo Sérgio Rodrigues PEL205
Detecção de Bordas e Linhas I
Controle de Processos por Computador
Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados Módulo II Introdução ao Processamento de Imagens.
Mineração de Dados Avaliação de Classificadores
10º CAPÍTULO Segmentação de imagem.
CONCEITOS BÁSICOS DA META-HEURÍSTICA TABU SEARCH
Metodologia Científica e Tecnológica
The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Visão Computacional Prof. Dr. rer.nat. Aldo von Wangenheim.
Segmentação por limiarização (thesholding)
Transformações espaciais geométricas
Segmentação de imagens
Michele Mengucci CVRM-Centro de Geo-Sistemas IST Lisboa
Geoestatística Aplicada à Agricultura de Precisão II
Reconhecimento de Padrões Segmentação
Iana Alexandra Alves Rufino
Estrutura e movimento a partir de imagens
Apresentação de uma metodologia de detecção e correção de falhas presentes na estrutura física de formulários de tipo Tabela. Estas falhas são oriundas.
VI SBAI - Bauru Set/2003 APLICAÇÃO DE REDES NEURAIS DE
TESE DE MESTRADO APLICAÇÃO DE REDES NEURAIS DE
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
Introdução ao Processamento Digital de Imagens
Integrando Textura e Forma para a Recuperação de Imagens por Conteúdo
Mecânica dos Sólidos não Linear
Filtragem Espacial É baseado na aplicação de máscaras na imagem.
Filtros I: o domínio espacial. FILTROS I: o domínio espacial.
UMA ABORDAGEM PARA A OBTENÇÃO DE INFORMAÇÃO 3D A PARTIR DE MOVIMENTO DE CÂMARA João Manuel R. S. Tavares.
Correlação de Imagens FUNÇÃO 0,0 C L.
Teresa C. S. Azevedo, João Manuel R. S. Tavares, Mário A. P. Vaz
Nome: Rafael Baeta Orientador: Dr. David Menotti
Maria João M. Vasconcelos1, João Manuel R. S. Tavares1,2
Seminário Introdução à Visão Computacional
Sistemas de Aquisição e Processamento de Dados
MEEA,15 de Outubro de 2001 Técnicas de visualização, aquisição e processamento de imagem.
Correspondência entre Pontos no Seguimento de Movimento em Imagens
Reconstrução de formas Solução geométrica baseada na escavação do espaço e em superfícies reflectoras Nuno Martins Coimbra Novembro de 2001.
A Hybrid Method for Robust Car Plate Character Recognition.
Segmentação de Imagens
Momentos de Hu e Zernike para o Reconhecimento de Linguagem de Sinais
GEOPROCESSAMENTO Aula 5: Processamento de imagens e fotointerpretação
Raquel Ramos Pinho, João Manuel R. S. Tavares, Miguel Velhote Correia
Teresa C. S. Azevedo, João Manuel R. S. Tavares, Mário A. P. Vaz
Processamento de Imagens
Introdução ao Processamento Digital de Imagens Clayton de Medeiros Vasconcelos Centro Brasileiro de Pesquisas Físicas CAT- Out
Capítulo II – Imagem Digital
Revisão Geral Técnicas de Realce Histogramas
Capítulo III – Processamento de Imagem
Aula 8. Classificação Não Supervisonada por Regiões
Trabalho Prático II Detecção e reconexão de Contornos MC920 - Introdução ao processamento de imagens Bruno Malveira - RA Carolina Michelassi - RA
Introdução ao Processamento Digital de Imagens
Interpolação e Ajuste de Curvas
ORIGEM DO TESTE DE IMPACTO
Best Combination of Binarization Methods for License Plate Character Segmentation (2013) - Resumo Vinicius Queiroz e Vinicius M. de Almeida.
Segmentação de Fundo Marcelo Gonella
Algemiro Augusto Professor: Marcelo Gattass
Aluno: Rómulo Marlon Ramos Avalos Gil Santos, Edmundo Hoyle.
Transformada de Hough Processamento global para a detecção de linhas retas numa imagem Nenhum conhecimento é necessário a respeito da posição das linhas.
Sistemas de Rastreamento de Baixo Custo para Desktops Tecgraf (Grupo de Tecnologia em Computação Gráfica) Depto. de Informática, PUC-Rio Alberto Raposo,
Parte 2. Operações Topológicas
Artigo: Berth allocation planning in the public berth system by genetic algorithms Akio Imai, Etsuko Nishimura, Stratos Papadimitriou, Heurística.
Biometria Reconhecimento de Assinaturas
Graça Abrantes 1 Visão de campos A área objecto de estudo, normalmente um rectângulo, considera-se dividida numa grelha de células com a forma de rectângulos.
Processamento de Sinais
Segmentação de imagens segmentação Pré-processamento descrição / análise Não existe uma única e definitiva abordagem ao problema da segmentação A descrição.
Tópicos Avançados em Processamento de Imagens e
PROCESSAMENTO DIGITAL DE IMAGENS
Prof. Edison Oliveira de Jesus
Filtragem de Imagens CONCI, A. AZEVEDO, E. e LETA, F
Análise de Componentes Principais
Transcrição da apresentação:

Fernando Carvalho, João Manuel R. S. Tavares METODOLOGIAS PARA IDENTIFICAÇÃO DE FACES EM IMAGENS: INTRODUÇÃO E EXEMPLOS DE RESULTADOS Fernando Carvalho, João Manuel R. S. Tavares ISEP – Instituto Superior de Engenharia do Porto FEUP – Faculdade de Engenharia da Universidade do Porto LOME – Laboratório de Óptica e Mecânica Experimental

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Introdução: Em Visão Computacional, uma das áreas que tem tido elevado interesse, por parte dos seus investigadores, é a das imagens de faces; Nesta apresentação, são resumidamente indicadas várias aplicações e sumariamente descritas três das metodologias existentes; Para cada metodologia considerada são apresentados alguns resultados experimentais, obtidos a partir do uso da plataforma de desenvolvimento Matlab. Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro As metodologias existentes, no domínio das imagens de faces, são usualmente utilizadas em Visão Computacional para: Detecção de faces; Extracção de características faciais; Reconhecimento e seguimento temporal de faces; Classificação/análise de expressões faciais; Geração de faces virtuais; Simulação do estado emocional nas faces; Simulação do efeito do envelhecimento nas faces; etc. Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Metodologias consideradas: Correlação Cruzada; Detecção de zonas de Pele; Modelos Protótipos Deformáveis. Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Método de Correlação Cruzada Descrição : Permite a detecção de uma sub-imagem (Template), relativa a uma dada característica facial, como o olho, a boca, etc; Consiste na determinação da transformada de Fourier, da Imagem com a face e da sub-imagem, seguida da correlação cruzada entre as transformadas; Os coeficientes de correlação são obtidos pela transformada Inversa de Fourier; As coordenadas correspondentes ao valor máximo dos coeficientes de correlação, corresponde à potencial localização da sub-imagem. Imagem com a face e sub-imagem do olho: imagens originais (em cima), após a normalização (em baixo) e respectivos histogramas (ao lado). Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Exemplo de resultados “Mapa” dos Coeficientes de Correlação Imagem original com a sinalização, a vermelho, da correspondente localização da sub-imgem Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Método de Detecção de Zonas de Pele Descrição: Conversão do formato RGB para o formato YCRCB, permite: A eliminação do efeito da luminosidade; A implementação de um modelo de probabilidade que segue uma distribuição normal ou Gaussiana; É calculada a Média e a Covâriancia do modelo de probabilidade, a partir de um conjunto de amostras de pele, convertidas no formato YCRCB, de vários indivíduos; O algoritmo, tendo como referência a Média e a Covâriancia das amostras, procede à determinação da probabilidade de dado pixel, de dada imagem em análise, pertencer a uma dada zona de pele; Por último, faz a segmentação da imagem pelas zonas de pele encontradas, e procede à respectiva representação binária dessas mesmas zonas. Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Conversão do Formato RGB para o Formato YCRCB Imagem original, Componente Y - intensidade, Cb – Componente azul, Cr – Componente vermelha. (da esquerda para a direita) Amostras de pele Imagem com 32 amostras de pele, extraídas da face de indivíduos de raça branca, e de ambos os sexos Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Modelo de probabilidade da distribuição normal Consideremos as variáveis aleatórias são representadas por: , cuja média e pode-se definir a função de probabilidade da distribuição Gaussiana como: e a co-variância e atendendo que: Função de probabilidade obtido das amostras de pele consideradas Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Resultado obtido a partir do detector de zonas de pele Imagem de probabilidade e respectiva binarização (da esquerda para a direita). Verificação dos segmentos correspondentes a Faces: Utiliza-se o algoritmo de correlação cruzada; A sub-imagem é um modelo facial adequado; A imagem a correlacionar, de níveis de cinzento, corresponde a uma dada zona de pele a verificar; É determinado o ângulo de inclinação da zona a verificar, sendo este atribuído ao modelo facial (aumenta-se a eficácia da correlação); É estabelecido um limiar nos coeficientes de correlação, cerca de 0.6, que permite considerar ou não o segmento como face. Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Exemplos de resultados Sequência de detecção, com múltiplas faces Segmento facial, níveis de correlação e modelo facial (da esquerda para a direita) Face circunscrita por um rectângulo Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Método dos Modelos Protótipos Deformáveis Descrição: Permitem a detecção de faces e a extracção de características; Modelos parametrizados, os parâmetros conferem-lhe o comportamento deformável; Considera-se o principio da Minimização de Energia para actualização dos parâmetros (por exemplo, pelo método do gradiente descendente); É necessário aplicar um pré-processamento à imagem em análise, de forma a realçar a característica facial pretendida (por exemplo, detector de orlas); O processamento correspondente ao ajuste dinâmico do modelo à característica facial, é dividido por épocas (processo iterativo). Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Exemplos de resultados Imagem de Intensidade, vales de Intensidade, Picos de Intensidade, Orlas de intensidade (da esquerda para a direita e de cima para baixo) Exemplo de modelo protótipo para o olho Modelo paramétrico, definido por 11 parâmetros Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Exemplos de resultados, determinação da íris Primeira época: É usado o campo de energia correspondente aos vales de Intensidade, permite encontrar o centro da íris; Coordenadas do ponto inicial P a vermelho (ponto (30, 35) – ponto dado); Coordenadas do ponto final Q a verde (ponto (38 ,21) – ponto obtido). Imagem com ponto inicial a vermelho, percurso iterativo a azul e ponto final a verde Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Segunda época: São usados os campos de energia correspondentes aos vales de intensidade e intensidade da imagem, permite encontrar a orla correspondente à íris. Imagem com representação da íris através de uma circunferência, a vermelho o contorno final, a azul os contornos das sucessivas iterações (Raio inicial: 20 pixels, Raio final: 9,3 pixels) Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Terceira época: É usado o campo correspondente às orlas de intensidade, permitindo um ajuste fino à orla da íris. Imagem com a representação da íris através de um circunferência, a vermelho o contorno final, a azul os contornos das sucessivas iterações durante o ajuste fino (Raio inicial: 9,3 pixels, Raio final: 10,3 pixels) Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Conclusões O algoritmo de correlação cruzada é eficiente, embora por vezes não apresente resultados conclusivos (por exemplo quando a imagem em estudo é bastante distinta da usada para extrair a sub-imagem usada na correlação). O Algoritmo de detecção de zonas de pele apresenta bons resultados ao nível da detecção da face, no entanto a existência de outras zonas de pele, correspondentes a distintas partes do corpo na imagem, implica que as mesmas sejam também detectadas. O Algoritmo dos modelos protótipos deformáveis apresenta boas características de detecção, contudo o valor de algumas constantes associadas aos níveis de energia têm de ser obtidos experimentalmente (pesos a usar). Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Imagens de Faces: Exemplos de Metodologias e Aplicações | Introdução | Metodologias | Aplicação | Conclusões | Trabalho Futuro Trabalho Futuro Determinar a rotação da face a partir dos segmentos de pele obtidos; Continuação dos ensaios experimentais usando modelos protótipos deformáveis mais complexos; Aplicação do método dos protótipos deformáveis ao seguimento de características faciais em sequências de Imagens (por exemplo usando em conjunto com o filtro de Kalman). Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares

Obrigado! Congreso de Métodos Numéricos en Ingeniería 2005 Fernando Carvalho, João Tavares