SciELO - Scientific Electronic Library Online

 
vol.7 número3Multi-agent system for the making of intelligence and interactive decisions within the learner's learning process in a web-based education environmentDesign and Implementation of an Electronic Identification Card índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Journal of applied research and technology

versão On-line ISSN 2448-6736versão impressa ISSN 1665-6423

Resumo

RAMIREZ-VALDEZ, Leonel  e  HASIMOTO-BELTRAN, Rogelio. 3D-Facial Expression Synthesis and its Application to Face Recognition Systems. J. appl. res. technol [online]. 2009, vol.7, n.3, pp.354-373. ISSN 2448-6736.

Uno de los problemas principales en los sistemas de reconocimiento de caras es el reconocer una cara con una expresión distinta a la presente en la base de datos, esto es, son dependientes de la expresión de la cara de entrada. Con el propósito de flexibilizar los sistemas de reconocimiento de caras, se propone un método nuevo y eficiente para la síntesis de expresiones faciales en 3D y su aplicación a los sistemas de reconocimiento de caras independiente de la expresión (FRS). A diferencia de los métodos actuales en la literatura, todos los pasos involucrados en la síntesis de expresión facial (eliminación de ruido, registro y síntesis de expresión) son realizados en 3D. Nuestra meta es darle mayor flexibilización a los sistemas 3D-FRS para generar múltiples expresiones a partir de una cara base neutral, la cual es modelada con una malla de elemento finito de 3 capas que representan la piel, el tejido adiposo y el cráneo. Para la realización de la síntesis de expresiones en 3D, el modelo base es complementado con los músculos mas importantes que intervienen en la generación de expresiones faciales. El modelo propuesto se puede dividir en tres pasos principales: Filtrado de Ruido, usado para eliminar los picos (prominentes) presentes en las imágenes de profundidad; Detección de Puntos de Control en la base de datos de caras en 3D, como por ejemplo, punta y grosor de la nariz, puntos en los extremos de los ojos y de la boca, etc.; Registro del modelo base con cada una de las imágenes muestra con cara neutral en la base de datos de entrenamiento, para la generación de expresiones faciales sintéticas y su posterior inclusión en la base de datos misma para incrementar el conjunto de entrenamiento (a 18 expresiones predefinidas). Expresiones adicionales pueden ser aprendidas de las imágenes de entrada o bien expresiones desconocidas pueden ser transformadas a la expresión más cercana en la base de datos. Para medir la eficiencia del 3D-FRS con síntesis de expresiones, utilizamos una técnica muy simple en el reconocimiento de caras conocida con el nombre de FisherFace. Los resultados muestran que el método propuesto representa fielmente la imagen neutral de la base de datos y además, la adición de expresiones faciales sintéticas para el reconocimiento de caras efectivamente incrementa la taza de reconocimiento sin requerir algoritmos complejos para el reconocimiento de caras en 3D.

Palavras-chave : Síntesis de expresiones faciales; Método de los elementos finitos; detección de los puntos de control; eigenfaces; fisherfaces.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )

 

Creative Commons License Todo o conteúdo deste periódico, exceto onde está identificado, está licenciado sob uma Licença Creative Commons