Statistical facial feature extraction and lip segmentation
İstatistiksel yüz öznitelik çıkarımı ve dudak bölümlemesi
- Tez No: 259008
- Danışmanlar: DOÇ. DR. MUSTAFA ÜNEL, YRD. DOÇ. DR. HAKAN ERDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Yüz öznitelikleri; insan yüzündeki dudak köşeleri, göz köşeleri ve burun ucugibi kritik noktalardır. Bu tür yüz özniteliklerinin konumlarının sağlam çıkarımış;görsel-işitsel konuşma tanıma, insan-bilgisayar etkileşimi, duygu tanıma, yorgunlukalgılaması ve hareket tanımayı da kapsayan geniş bir uygulama alanına sahiptir.Bu tezde, yüz özniteliklerinin çıkarılması için bir olasılık modeli geliştirilmiştir.Bu teknik, yüz özniteliklerinin konum ve doku bilgisini bir eğitim kümesinden otomatikolarak öğrenebilir. Yüz özniteliklerinin konumları, konum ve doku bilgisinin ortakdağılımını temsil eden Gauss karışımlarını kullanarak yüz bölgelerinden çıkarılır. Buformülasyon, rampa tırmanışı veya Newton türü bir algoritma ile çözülebilecek birmaksimum ihtimal problemi ile sonuçlanır. Çıkarılmış dudak köşeleri daha sonra dudakhatlarını çıkarmak amacıyla bir dudak bölümlemesi algoritmasını başlatmak içinkullanılır. Dudak bölümlemesi için, uyarlamalı renk uzayı ve şekil önceliklerindenyararlanan düzey-kümesi tabanlı bir yöntem geliştirilmiştir. Daha detaylı olarak,dudak ve dudak dışı noktalaların renk bilgilerini bir eğitim setinden ögrenebilen örtükbir eğri temsilcisi kullanılmıştır. Bu model, kaba bir eliptik bölge kullanarak kendiniilgili resme uyarlayabilir. Çıkarılan dudak hatları, dudak şekliyle ilgili detaylı bilgisağlar.Yüz öznitelikleri çıkarımı ve dudak bölümlemesi yöntemleri farklı veritabanlarıkullanılarak test edilmiştir. önerilen yöntemlerin, geleneksel yöntemlere göredaha iyi sonuçlar verdiği gösterilmiştir. Yüz öznitelikleri çıkarma yöntemi, pikselhatası bazında aktif görünüm modellerinden daha iyi sonuç vermiştir. Dudakbölümleme yöntemi ise, duyarlık ve akletme bazında bölge tabanlı düzey-kümesieğri gelişiminden daha iyi sonuç vermiştir.
Özet (Çeviri)
Facial features such as lip corners, eye corners and nose tip arecritical points in a human face. Robust extraction of such facialfeature locations is an important problem which is used in a widerange of applications including audio-visual speech recognition,human-computer interaction, emotion recognition, fatigue detectionand gesture recognition.In this thesis, we develop a probabilistic method for facial featureextraction. This technique is able to automatically learn locationand texture information of facial features from a training set.Facial feature locations are extracted from face regions using jointdistributions of locations and textures represented with mixtures ofGaussians. This formulation results in a maximum likelihood (ML)optimization problem which can be solved using either a gradientascent or Newton type algorithm. Extracted lip corner locations arethen used to initialize a lip segmentation algorithm to extract thelip contours. We develop a level-set based method that utilizesadaptive color distributions and shape priors for lip segmentation.More precisely, an implicit curve representation which learns thecolor information of lip and non-lip points from a training set isemployed. The model can adapt itself to the image of interest usinga coarse elliptical region. Extracted lip contour provides detailedinformation about the lip shape.Both methods are tested using different databases for facial featureextraction and lip segmentation. It is shown that the proposedmethods achieve better results compared to conventional methods. Ourfacial feature extraction method outperforms the active appearancemodels in terms of pixel errors, while our lip segmentation methodoutperforms region based level-set curve evolutions in terms ofprecision and recall results.
Benzer Tezler
- Face recognition from still images and video sequences
Başlık çevirisi yok
ALAA ADNAN ELEYAN
Doktora
İngilizce
2009
Elektrik ve Elektronik MühendisliğiDoğu Akdeniz Üniversitesi-Eastern Mediterranean UniversityDOÇ. DR. HASAN DEMİREL
- Gerçek zamanlı sayısal görüntü işleme ve örüntü tanıma tekniklerinin araştırılması ve uygulanması
Investigation and implementation of real-time digital image processing and pattern recognition techniques
GHULAM SAKHİ SHOKOUH
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. REFİK SAMET
- Performance comparison between SIFT and SURF descriptors for face recognition using wavelet transforms
Dalgacık dönüşümleri kullanarak yüz tanıma için SIFT ve SURF tanımlayıcılarının arasındaki performanslarının karşılaştırılması
MUSA M.AMEEN
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMevlana ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALAA ELEYAN
- 3D face recognition from shape information based on 3D surface registration
3B yüzey çakıştırma tabanlı şekil bilgisinden 3B yüz tanıma
MUSTAFA OKAN İRFANOĞLU
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. LALE AKARUN
- Predicting age and gender of people by using image processing techniques
Görüntü işleme teknikleri ile insanların yaş ve cinsiyetlerinin tahmini
TARIQ ALHADI MOHAMAD KHALIFA
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN ŞENGÜL