X hits on this document

66 views

0 shares

0 downloads

0 comments

25 / 35

Estado actual de los algoritmos de Reconocimiento de Rostro usando Tecnologı´a GPU

21

5.2.2.

Basados en

apariencia

El algoritmo mostrado [19] sintetiza la imagen de un rostro utilizando un modelo 3D mor- phable y minimiza el error entre la imagen de sı´ntesis y la imagen de entrada al sistema extraı´da de un fotograma de video. La esencia de la demostracio´n es, que se introduce una coordenada de minimizacio´n de error orientada mediante la adaptacio´n de una solucio´n lineal para estimar los para´metros de seguimiento. Con el fin de medir el error y mini- mizarlo, se muestra una te´cnica de optimizacio´n de multa. Adema´s, se demuestra que el marco de trabajo propuesto reduce las complicaciones en el tratamiento de la variabilidad de la iluminacio´n sobre la superficie del objeto que puede ser causada por ejemplo por el movimiento del objeto en sı´. El sistema fue implementado en un ordenador del modelo macintosh con 2 CPUs (Power PC a 1,25 GHz) y una GPU GeForce4. La imagen es cap- turada por la aplicacio´n usando una ca´mara Sony DV-VX2000 y despue´s es recortada de una resolucio´n de 640 x 480 a 512 x 480 en escalas de gris. El sistema es capaz de ejecutar un procedimiento de ajuste y mostrar un resultado 15 veces por segundo y de realizar un seguimiento en tiempo real de un rostro humano no rı´gido con gran precisio´n, gracias a los avances clave en:

1. El marco de trabajo utilizado no es ma´s que la combinacio´n del ana´lisis-por-sı´ntesis de enfoque que usa un modelo 3D morphable, que consiste en un nu´mero peque˜no pero suficiente de las bases (morph) para expresar la estructura facial individual, y el uso de la minimizacio´n del error del me´todo lineal.

2. La reduccio´n del tiempo de ca´lculo para la te´cnica gruesa-fina y la computacio´n paralela.

3. El dise˜no modular que permite diferentes te´cnicas de estimacio´n del medio ambi- ente de iluminacio´n con el fin de hacer frente a la variabilidad de la iluminacio´n sobre la superficie de destino.

De este artı´culo se puede resaltar que queda para futuros trabajos, la demostracio´n de la robustez del procesamiento de ajustes mostrado contra la oclusio´n parcial y/o la variedad de la iluminacio´n.

5.3.

Algoritmos

que no dependen de

la pose

5.3.1.

Basados en

modelos

El modelado de la cara humana y la piel es un tema ampliamente estudiado. Una visio´n general de las cuestiones relacionadas con el modelado de la piel esta´ dada por Igarashi en ”The appearance of human skin” publicado en el a˜no 2005. Los enfoques existentes en e´l se pueden dividir en dos categorı´as principales: los basados en datos y en modelos. Los guiados por datos requieren informacio´n adicional de un esca´ner facial en 3D que sirven para medir la funcio´n de reflectancia, utilizando un hardware especializado como una cu´pula de luz o filtros polarizadores. Los enfoques basados en modelos usan la aproximacio´n del modelo de reflectancia de la piel, generalmente en forma de una distribucio´n de reflectancia bidireccional (Funcio´n BRDF) o una superficie ma´s compleja bidireccional de dispersio´n de la funcio´n de distribucio´n de reflectancia (BSSRDF). Los impulsado por datos que incluyen los enfoques de Debevec en ”Acquiring the reflectance field of a human face”,

Document info
Document views66
Page views66
Page last viewedSat Dec 03 20:31:18 UTC 2016
Pages35
Paragraphs855
Words14967

Comments