Следење на функциите на лицето со употреба на мешавина од модели за дистрибуција на точки; EWSTпреведи

Тековната технологија е заштитена со патентирање и маркетинг на ознаката „Систем и метод за следење на карактеристиките на лицето“, Атул Канауџа и Димитрис Метаксас, Рутгерс Докет 07-015, привремен патент бр. 60/874.451 поднесена на 12 декември 2006 година. Ниту еден дел од оваа технологија не смее да се репродуцира или прикажува во каква било форма без претходно писмено одобрение од авторите.

Откривање на функции на лицето

Нашата генеричка рамка овозможува големо автоматско формирање на разни форми од повеќе гледишта. Моделот може да се справи со поголема количина на варијабилност и може да се користи за да се научи континуирана нелинеарна сипаница.

Во минатото беа направени неколку напори да се претстават нелинеарни варијации на обликот со користење на PCA јадрото и повеќеслоен перцептор. Резултатите од нелинеарните приоди во голема мера зависат од тоа дали сите варијации во формата биле соодветно претставени во податоците за обука. Дисконтинуитетите во просторот за форма може да предизвикаат овие модели да генерираат неверојатни форми. Кернелните методи страдаат од голем недостаток за да ја научат функцијата пред-слика за да ја мапираат формата во карактеристичниот простор со оригиналниот простор. Предлагаме употреба на повеќе подпростори што се преклопуваат за да се фатат поголеми варијации на обликот што се појавуваат во собата на податоци заради целосно движење на главата. Нашата цел е прецизно да ги следиме карактеристиките на лицето при големи ротации на главата. Придонесот на нашиот труд е: (1) Подобрување на специфичноста на АСМ за справување со големи варијации на обликот со учење на нелинеарни сорти на форма. (2) Рамка во реално време за следење на форми и (3) Учење нелинеарност за точно предвидување на можни 3Д агли во 2Д форми.

Резултатите од фиксирањето на обликот на целосен профил покажуваат иницијализирани со просечната фронтална форма. Пристапот базиран на кластери овозможува идентификување на затскриени референтни точки за време на пребарувањето и се игнорира при оптимизирање на веројатноста за индивидуални обележја. Ова хеуристичко пребарување обезбедува многу прецизно порамнување на лицето за целосно профилирано лице.

SIFT Дескриптор за моделирање изглед

Користевме подобрено моделирање на распоред, користејќи градиентир на SIFT-опишувач (лево), што одговара на цената на обележјето на прозорецот со големина 19 × 19. Внимавајте на повеќекратните минимум
што предизвикува лошо усогласување на формите. (Десно) Опишувач за соодветни трошоци на SIFT за истиот репер

(Горе) Локација на одликите на лицето со помош на ASM со градиентни профили. (Долу) Локализација користејќи локални опишувачи како карактеристики на SIFT. Набerveудувајте ја точната локација на одликите на окото поради опишувачите на SIFT

Следење на форми

Вклучувањето ASM на секоја рамка е пресметковно скапо и предизвикува силни точки на карактеристиките на заглавување. Ние ги следиме карактеристиките користејќи го тракерот за разлика од интензитетот на ровот (SSID) во последователни рамки. ССИД следењето е метод за снимање на две слики и го пресметува поместувањето на одликата со минимизирање на трошоците за совпаѓање на интензитетот, пресметано на прозорец со фиксна големина околу одликата. При мало движење меѓу рамки, точно може да се претпостави модел на линеарен превод. За површина со интензитет на локацијата на сликата и ( x јас, и јас, т к ), тракерот го проценува векторот на поместување г. = (δ x јас, Δ и јас ) од новата слика и ( x јас + δ x, и јас+ δ г., т к + 1 ) со минимизирање на преостанатата грешка во прозорецот W околу ( x јас, и јас )

Резултати од следење - кликнете на сликите за да гледате филмови

Откривање на амблем - трепкање на очите, откривање на главата и откривање на вибрации - кликнете на сликите во видеата што ги гледате

Главоболка и тремор се откриваат со препознавање на моделот на движење на носот во видеата

3D глава не може да се процени со користење на функции на лице Следење - во реално време Кликнете на слики за да гледате филмови

Следење на карактеристиките на лицето со употреба на мешавина на обрасци за дистрибуција на точки, Атул Канауџија, Јучи Хуанг, Димитрис Метаксас, CVGIP 2006, ( PDF )
откривањесимболисо следење на функциите на лицето, Атул Канауџа, Ј. Хуанг, Димитрис Метаксас,CVPR работилница за семантичко учење, 2006 година, ( PDF )
Големо учење на модели со формиран средства, Канауџа и Димитрис Метаксас, ICIP 2007 ( PDF )
Динамично следење на изразите на лицето користејќи прилагодливи, преклопливи подпростори, Димитрис Метаксас, Атул Канауџа, iguигуо Ли. ICCS 2007 (PDF)

„Систем и метод за следење на карактеристиките на лицето“, Атул Канауџа и Димитрис Метаксас, Рутгерс Докет 07-015, привремен патент бр. 60/874.451 поднесена на 12 декември 2006 година.