Robust facial feature localization in frontal views

Abstract

Bu çalışma önyüz imgelerinden göz, kaş ve dudak kenarları gibi nirengi noktalarının otomatik ve güvenilir bir şekilde saptanması amacı ile yapılmıştır. Çok çeşitli ifade ve kapatılma içeren yüz imgelerinde otomatik nirengileme başarımını artırmak üzerine çalışıllmştır.Öznitelikleri çıkarmak amacıyla dört farklı yerel öznitelik sezicisi kullanılmıştır: Ayrık Kosinüs Dönüşümü (AKD), Gabor Dalgacık Dönüşümü GDD), Negatif Olmayan Matris Ayrıştırma (NOMA) ve Bağımsız Bileşenler Analizi (BBA). Önerilen yöntemlerin performanları bireysel ve tümleştirilerek karşılaştırılmıştır. Herhangi bir nirengi noktası için en yüksek skora sahip aday noktasını seçmek her zaman güvenilir olmayabilir; yüksek skora sahip noktaların işbirliği ve çizge modellerin kullanımı ile performans arttırılabilir.Geliştirilen yöntem Boğaziçi, JAFFE (Japanese Females Facial Expression Database) ve BioID veri tabanlarında test edilmiştir. Önerilen her bir yötemin performansı ve yürütülen her bir deney ayrı ayrı incelenmiştir. Ayrıca `Elastic Bunch Graph` algoritması ile de karşılaştırmalı sonuçlar verilmiştir.

In this thesis, we focus on the reliable detection of facial fiducial points in frontalface images, such as eye, eyebrow and mouth corners. The proposed algorithm aimsto improve automatic landmarking performance in challenging realistic face scenariossubject to high-valence facial expressions and occlusions.In order to extract facial fiducial points, we explore the potential of several featuremodalities, namely, Gabor Wavelet Transform (GWT), Independent Component Analysis(ICA), Non-negative Matrix Factorization (NMF) and Discrete Cosine Transform(DCT), both singly and jointly. The multitude of landmark candidates is associatedvia fusion techniques. We show that the selection of the highest scoring face patch asthe corresponding landmark is not always the best, but that there is considerable roomfor improvement with the cooperation among several high scoring candidates and alsousing a graph-based post-processing method.The developed methods are tested on Bosphorous, JAFFE (Japanese FemalesFacial Expression Database) and BioID face image databases. We also present comparativeresults with `Elastic Bunch Graph Matching` algorithm. The performance ofeach method and each conducted experiment is discussed separately.