Pose-invariant 2D face recognition by matching using graphical models
Grafik modeller kullanarak eşleştirme yoluyla pozla değişmeyen 2B yüz tanıma
- Tez No: 832022
- Danışmanlar: PROF. DR. JOSEF KİTTLER
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: University of Surrey
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 161
Özet
Bu tez, poz değişiklikleri ve öz kaynaklı örtme durumunda bir çift görüntü arasında yoğun eşleşmeler oluşturmak için Markov rastgele alan eşleştirme metodolojisini kullanan bir 2B yüz tanıma sistemi sunmaktadır. Görüntüler arasındaki hem şekil hem de doku farklılıklarından yararlanan önerilen yöntem, mevcut yaklaşımlara kıyasla oldukça rekabetçi bir performans elde etmektedir. Algoritma, yüz görüntülerinin geometrik ön işleme ihtiyacını ortadan kaldırmaktadır. Algoritmaya gömülü eşleştirme metodolojisi sayesinde, önerilen yaklaşım orta düzeyde öteleme, düzlem içi ve dışı döndürme, ölçekleme ve perspektif etkileriyle başa çıkabilmektedir. Ayrıca, grafik model tabanlı bir yaklaşım kullanarak, önerilen sistem, pozdan bağımsız bir yüz tanıma sistemini eğitmek için önden olmayan görüntülerin mevcut olması ihtiyacını ortadan kaldırmaktadır. 3B modellere dayanan son teknoloji yaklaşımların aksine, yaklaşım 2B görüntüler üzerinde çalışmakta ve 3B yüz eğitim verilerine olan ihtiyacı ortadan kaldırarak ve 3B yüz modelinin 2B yüz görüntüsüne uydurulmasındaki belirsizliklerden kaçınmaktadır. Grafik modellere dayalı nesne tanıma açısından bakıldığında, grafik tabanlı yaklaşımlardaki eşleşme enerjisinin bazı dezavantajlar sergilediği ve doğrudan hipotez seçimi için bir benzerlik kriteri olarak kullanılmaması gerektiği gösterilmiştir. Enerji fonksiyonelinin (en fazla çift yönlü potansiyeller kullanılarak) temel eksiklikleri tanımlanmış ve makul bir enerji normalleştirme şeması önerilmiştir. Modeldeki çıkarımın hesaplama yükünü azaltmak için iki çok ölçekli işleme yaklaşımı önerilmiştir. Eşleştirme problemini çok çözünürlüklü bir şekilde çözmek için süper birleştirme dönüşümü kullanılır. Diğeri sezgisel olmakla birlikte şaşırtıcı bir şekilde iyi sonuçlara yol açar. Son olarak, yüz özelliklerinin lokalizasyonu için seyrek grafiksel bir model önerilmiştir. Yöntem, eşleştirme sürecini hızlandırmak için yüz görüntüsü özelliklerinin seyrekliğinden yararlanır. Farklı görüntü ilkelleri grupları arasındaki koşullu bağımlılıklar, nokta dağılım modellerine ve doğrusallık temelli öncellere dayanan daha yüksek dereceli etkileşimler olarak dahil edilmiştir. Seyrek model, yüz özelliği lokalizasyonu işlevine uygulanmış ve ayrıca daha maliyetli bir eşleştirme yaklaşımında çıkarımı hızlandırmak için bir başlatma adımı olarak başarıyla kullanılmıştır.
Özet (Çeviri)
The thesis presents a 2D face recognition system using Markov random field matching methodology for establishing dense correspondences between a pair of images in the presence of pose changes and self-occlusion. The proposed method, which exploits both shape and texture differences between images, achieves very competitive performance compared to the current approaches. The algorithm bypasses the need for geometric pre-processing of face images. By virtue of the matching methodology embedded in the algorithm, the proposed approach can cope with moderate translation, in and out of plane rotation, scaling and perspective effects. Also by employing a graphical model based approach, the proposed system circumvents the need for non-frontal images being available for training a pose-invariant face recognition system. In contrast to the state-of-the-art approaches based on 3D models, the approach operates on 2D images and bypasses the need for 3D face training data and avoids the vagaries of 3D face model to 2D face image fitting. From the point of view of object recognition based on graphical models, the matching energy in graph based approaches is shown to exhibit certain drawbacks and should not be used as a similarity criterion for the hypothesis selection directly. The main shortcomings of the energy functional (using at most pairwise potentials) are identified and a plausible energy normalization scheme is proposed. In order to reduce the computational burden of the inference in the model, two multi-scale processing approaches are proposed. One employs the super-coupling transform in order to solve the matching problem in a multiresolution fashion. The other is heuristic but surprisingly leads to good results. Last but not least, a sparse graphical model for facial feature localization is proposed. The method takes advantage of the sparsity of facial image features in order to speed-up the matching process. The conditional dependencies between different groups of image primitives are included as higher order interactions based on point distribution models and linearity-based priors. The sparse model has been successfully applied to the task of facial feature localization and also as an initialization step to speed-up inference in a more costly matching approach.
Benzer Tezler
- Fotometrik stereo tabanlı 3 boyutlu yüz tanıma
Photometric stereo based 3D face recognition
EBUBEKİR TEMİZKAN
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. HASAN ŞAKİR BİLGE
- Ölçek ve pozdan bağımsız yüz tanıma
Scale and pose invariant face recognition
ALİ YAMUÇ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH BAL
- Utilization of 3D data in face recognition
Başlık çevirisi yok
NESLİ ERDOĞMUŞ
Doktora
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolInstitut Mines-TélécomPROF. DR. JEAN-LUC DUGELAY
- 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
- 2D/3D human pose estimation using deep convolutional neural nets
Derin evrişimsel sinir ağları ile 2B/3B insan vücudu pozisyon kestirimi
MUHAMMED KOCABAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE AKBAŞ