Reconstrucția facială automată 3D pentru recunoașterea facială

Recunoasterea faciala in pozele digitale ramane o problema provocatoare in ciuda a peste trei decenii de eforturi in cercetare.

Rezultatele indicate de testul Vendor de recunoastere faciala (Face Recognition Vendor Test) spun ca precizia de recunoastere a fetelor frontale cu lumina din interior ajunge cam la 90%. Totusi, recunoasterea faciala intre diferite poze, iluminarea si contrast (PIE) este inca departe de modul satisfacator.

Pentru a putea rezolva aceste probleme, au fost explorate metode bazate pe expansiune si normalizare. Metodele bazate pe expansiune incearca sa utilizeze mai multe exemple care includ diferite metode de iluminare si expresie (PIE) pentru a intensifica capabilitatea de reprezentare a galeriilor faciale.

Metoda bazata pe examinare, View-based, si-a aratat eficacitatea, dar are nevoie de exemple de galerii suficiente. Pentru a extinde setul de instruire si sa imbunatateasca abilitatea de reprezentare, sunt folosite metode de analiza prin sinteza. Tehnologiile fotometrice stereo sunt folosite la recuperarea iluminatiei sau reiluminarea imaginilor ce contin exemplele de fete. Aspecte din umbra au fost explorate pentru a extrage informatii geometrice 3D a unei fete si pentru a genera exemple vituale prin rotirea rezultatelor modelelor faciale 3D. Se cere ca pixeli care alcatuiesc imaginile faciale sa fie precis aliniati, cea ce este dificil de implementat in aplicatiile practice de recunoastere faciala. Fata de metoda bazata pe expansiune, metoda bazata pe normalizare fie incearca sa normalizeze exemplele de probe in metode de iluminare si expresie PIE unificate care sunt la fel cu galeriile de exemple care sa asigure capabilitatiile de generalizare a clasificatorilor instruiti in galeriile de exemple, fie incearca sa extraga caracteristici specifice care sunt indiferente la diferite metode PIE. Aceasta metoda 2D nu ia in considerare structurile specifice a fetelor umane acestea ducand de obicei la performante slabe a exemplelor faciale cu diferite poze.

Vetter a prezentat un algoritm de aliniare 3D pentru a recupera parametri de umbre si texturi a unui model 3D. oricum, aliniamentul facial 3D necesita initializare manuala si viteza (un minut pentru o imagine a fetei) nu este capabil sa execute cerintele a celui mai real sistem de recunoastere faciala.

O metoda integrata eficienta si complet automatic de recunoastere faciala din 2D in 3D este propusa sa abordeze problemele exemplificate anterior prin metoda bazata pe expansiune intro maniera de analiza prin sinteza. Detectia frontala faciala si aliniamentul sunt utilizate pentru a localiza o fata frontala si punctele de trasatura faciala intr-o imagine, ca punctele de contur ale fetei, ochiul stang si drept, gura si nasul. Apoi forma fetei 3D este reconstruita conform punctelor de trasaturi si a bazelor de date a fetelor 3D. Dupa aceea modelul facial este texturat prin proiectarea imagini 2D in forma faciala 3D. Bazandu-se pe modelul facial 3D, exemplele virtuale cu diferite metode PIE sunt sintetizate sa reprezinte spatiul imagini faciale 2D. In final, recunoasterea fetei este condusa in acest subspatiu facial extins dupa normalizarea standard a verificarii exemplelor de imagini faciale. Singurele date de intrare in acest sistem sunt imagini faciale frontale cu iluminare normsala si cu expresie neutra. Datele de iesire sunt imagini cu diferite metode PIE pentru recunoastere. In comparatie cu metodele de lucru anterioare, aceasta are urmatoarele avantaje :

1. este necesara doar o singura imagine faciala frontala pentru instruire, care evita munca apasatoare.

2. exemplele faciale sintetizate asigura capabilitatea de recunoastere faciala bazata pe conditii complexe ca metode PIE arbitrare.

3. metoda integrata de recunoastere faciala din 2D in 3D propusa este in totalitate automata si viteza este mare. Este necesar aproximativ 4 secunde pe imaginea faciala (512×512 pixeli) pe un Computer P4 la 1.3GHz, 256 RAM, care este aproximativ de 15 ori mai rapida decat aliniamentul facial 3D.

Reconstructia Faciala Automata 3D pentru Recunoasterea Faciala

In aceasta sesiune, este propus un model eficient si total automatic pentru recunoastere faciala prin efectuarea unei reconstructii faciale 3Dsi generarea fetelor virtuale dintr-o singura imagine faciala frontala cu iluminare normala si expresie neutra. Acest model consta in doua parti:

1. reconstructia faciala integrata din 2D in 3D

2. recunoasterea faciala folosind fetele virtuale cu diferite modele PIE.

Reconstructia faciala integrata din 2D in 3D

Singurele date de intrare necesare sistemului sunt o imagine faciala frontala a unui individ cu iluminare normala si expresie neutra. Bazandu-se pe acest algoritm de aliniament 2D, se localizeaza automat 83 de puncte ale trasaturilor faciale. Punctele trasaturilor faciale sunt corectate si ajustate suficient pentru recunoasterea faciala in majoritatea cazutilor.