Semi-automatic customization for modeling human face

Abstract

Modele dayalı imge işleme katı nesnelerde belirlenmiş nirengi noktalarını işaretleme ve nesne tanımada uygulama bulmuş bir yaklaşımdır. Ancak var olan sistemler aynı başarıyı esnek nesnelerin modellenmesinde gösterememektedirler. Bu yaklaşımlardaki ikilem modeli tespit ederken modelin esnekliğinin, veya esnekliği temsil ederken modelin güvenilirliğinin göz ardı edilmesidir. Esnek ve karmaşık bir yapı olan insan yüzü cögunlukla bu yaklaşımlarla modellenmeye uygun değildir.Bu çalışmada 2 boyutlu tek bir resim ve 3 boyutlu genel bir telkafes modeli kullanılarak insan yüzünün 3 boyutlu modellenmesini konu alan özgün bir çalışma sunuyoruz. Bu yaklaşımda önceden belirlenmiş nirengi noktaları yüz resminin üzerinde işaretlenir. Nirengi noktalarının 3 boyutlu uzaydaki yeri ışın izleme metodu kullanılarak belirlenir. Nirengi noktaları haricindeki genel telkafes noktaları en yakın komşulara ait yer değiştirmelerin ağırlıklı ortalaması kullanılarak bulunur. Önerilen yaklaşımının güvenilirliği Bosporus 3 boyutlu yüz veri bankası kullanılarak gösterilmiştir. Buna ek olarak yaklaşımın literatürde sıkça kullanılan Procrustes Analizi çözümünden daha hassas sonuç verdiği gösterilmiştir. Önerilen algoritmanın karmaşıklığı literatürdeki diğer algoritmalardan daha düşüktür.

Model-based vision has fırmly established its roots as a robust approach in recognizing and locating known traits in rigid objects even under the presence of noise, clutter and occlusion. However the application of such systems has not displayed the same effıciency in modeling non-rigid objects. The dilemma with the prevailing modeling techniques is that that they compensate model specifıcity to accommodate variability, or the vice versa compromising the robustness of the 3 dimensional model during the image interpretation progression. Face, being a non rigid and a sophisticated structure makes it more arduous to model, using such approaches.In this study we have presented a novel method in modeling 3 dimensional images employing a generic wireframe and a single 2 dimensional image. Known traits are located in the 3 dimensional space using a variant of ray tracing method. Nonlandmark traits are positioned employing a nearest neighbor weighted average customization. Proposed technique has proven its robustness in the experiments conducted employing the Bosphorous database. Furthermore the relative error values attained employing NNWA customization illustrated signifıcantly low values. We compared the obtained results with the ASM and Procrustes Analysis.