Aktif görünüm modeline dayalı gürbüz yüz hizalama

Abstract

Yüz görünümünde şekil ve doku değişimlerinden kaynaklanan farklılıklar, yüz tanımaprobleminde yüksek başarımlı ve her durumda uygulanabilir bir çözüme ulaşılmasını güçleştirmektedir. Denetimsiz ortamlardan elde edilen görünümler, bireyler arası değişimleri aşan derecede görünümü farklılaştıran, özellikle aydınlatma ve poz gibi değişimler içerirler. Yüz tanıma sistemlerinde tanıma işleminden önce en kritik aşama yüzün hizalanması işlemidir. Bu çalışmada ilk olarak ayrıtların seçilmesine olanak sağlayan ve bu ayrıtlar üzerine kurulan tepe görüntüleri ile çalışan ve farklı özniteliklere sahip bantlardaki değişimi modelleyebilen bir Aktif Görünüm Modeli yapısı önerilmiştir.Ayrıca yüz hizalama için aydınlatma ve poz değişimlerine karşı yeni bir gürbüz yöntem geliştirilmiştir. Önerilen yöntemde AGM ile yüz bölütlemede, her çevrimde AGM bükme işleminin hemen ardından özgün yüz aydınlatma normalizasyonu uygulanarak aydınlatma değişimlerine karşı gürbüz bir model oluşturulmuştur. Bunun yanında tam karşıdan çekilmiş tek bir yüz görüntüsünden, o kişinin farklı pozlara sahip görünümlerinin sentezlenebildiği bir yöntem tanıtılmıştır. AGM şekil uzayı yapay olarak sentezlenen pozlar ile zenginleştirilerek yöntemin poz değişimlerine karşı daha az duyarlı olması sağlanmıştır. Modellenmeye çalışılan giriş verisinde var olan aydınlatma değişimlerini belirleyip model içine dahil eden, AGM'ye göre çok daha etkin bir model yapısı oluşturulması amacıyla Aktif Aydınlatma ve Görünüm Modeli (AAGM) yaklaşımı önerilmiştir. AAGM sadece yüz hizalama problemine özel bir yaklaşım olmayıp birçok probleme uygulanabilecek özgün bir yöntemdir. AAGM'de aydınlatma etkisi, şekil ve kimlik ayrı model parametreleriyle kontrol edilebilmektedir. Böylece model uydurma büyük ölçüde aydınlatma değişimlerinden bağımsız hale geldiğı gibi, bir kişinin farklı yerlerden aydınlatılmış görüntüleride aydınlatmaya ilişkin model parametresi değiştirilerek sentezlenebilmektedir.

In this thesis, we focus on the problems induced by varying illumination and poses. We developed a robust face alignment approach based on AAM by inserting an illumination normalization module into the standard AAM searching procedure and inserting different poses of the same identity into the training set. The modified AAM search can now handle both illumination and pose variations in the same epoch, hence it provides better convergence in point-to-point sense. We developed novel methods to solve the problems of Active Appearance Model(AAM)based approaches. We utilized the prominent edges in a face image as one band of a multi-band model. In the course of AAM based research, we propose an approach that combines the face identity and face illumination models to embed this approach into the widely used Active Appearance Models framework as an augmentation to the texture model in order to obtain illumination-invariant localization of faces. We develop an Active Illumination and Appearance Model (AIA) which combines identity, illumination and shape components in a single model and allows us to control them one by one. By means of this model, the model fitting became more robust to illumination changes, while images illuminated from different directions were easily synthesized by changing the parameters related to illumination mode