X hits on this document

117 views

0 shares

0 downloads

0 comments

27 / 35

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

23

la calidad del conjunto de entrenamiento y la creacio´n de estos conjuntos no es una tarea trivial. En ”Reflectance from images: a model-based approach for human faces” se centran el me´todo para calcular la reflectancia de la cara y tambie´n demuestran la transferencia de BRDF. Aunque este trabajo no requiere de un modelo 3D, se toman varias ima´genes 2D con las condiciones de iluminacio´n limitada.

Smith y Hancock en ”Estimating the albedo map of the face from a single image” presentaron un me´todo para la estimacio´n del albedo de ima´genes 2D, que utiliza un modelo de morphable 3D que se utiliza en las imagenes de entrada. Las normales del modelo ajustado se utilizan para el ca´lculo de la sombra, asumiendo un modelo de reflectancia Lambertiana. La principal limitacio´n de su me´todo es que el supuesto sujeto esta´ iluminado por una sola fuente de luz, que se coloca muy cerca del espectador como se muestra en ”Reflectance correction for perspiring faces”. Georghiades en ”Recovering 3-D shape and reflectance from a small number of photographs” tambie´n presento´ un me´todo donde so´lo las ima´genes 2D se utilizan para calcular la piel BRDF y la forma 3D. Este trabajo se limita a las ima´genes en escala de grises y no maneja auto-sombreado.

Los me´todos anteriormente mencionados sobre el modelado del rostro humano no cues- tionan los manejadores-datos (data-driven) de los enfoques en te´rminos de realismo fo- togra´fico. En [33] se propone un me´todo para el modelado de rostro humano y una apli- cacio´n para el reiluminado y reconocimiento facial. Donde, un acotado modelo de rostro es fijado en datos crudos 3D usando un marco de trabajo basado en subdivisio´n del modelo deformable (AFM). Esta representacio´n tiene la geometrı´a y la informacio´n de la textura en el mismo espacio de para´metro. Un modelo de ana´lisis de reflectancia de la piel (AS- RM) se aplica a la textura para eliminar la iluminacio´n, adquiriendo ası´ el albedo de la cara. A continuacio´n se muestra que los datos obtenidos se pueden utilizar directamente en una variedad de aplicaciones, incluyendo el reconocimiento de rostro. En comparacio´n con otros me´todos, el me´todo propuesto ofrece una combinacio´n de caracterı´sticas u´nicas que lo identifica:

1. El me´todo es completamente automa´tico, sus requisitos de entrada son mı´nimo so´lo necesita los datos en 3D y la textura sin la necesidad de realizar las mediciones o calibracio´n de la iluminacio´n del medio ambiente.

2. La representacio´n es compacta y la imagen de la geometrı´a extraı´da puede ser uti- lizada directamente en aplicaciones de modelado.

  • 3.

    La iluminacio´n es eliminada de la textura.

  • 4.

    El me´todo es altamente eficiente y utiliza la unidad de procesamiento gra´fico para

acelerar los ca´lculos de la iluminacio´n logrando una alta eficiencia.

5. Adema´s, el me´todo se puede aplicar a cualquier conjunto de datos faciales ya sea de los esca´neres 3D comerciales o bases de datos existentes, lo que permite su amplia utilizacio´n en el campo del reconocimiento de rostro humano.

El me´todo propuesto tiene como objetivo obtener la geometrı´a de alta calidad y la textura de los para´metro de entrada mı´nimo que pueden ser utilizados directamente en varias aplicaciones. En primer lugar, registrar y encajar el modelo de la cara acotada (AFM), utilizando un modelo deformable. Entonces, la geometrı´a se convierte en una representacio´n de la geometrı´a de la imagen que proporciona automa´ticamente la anotacio´n, el registro y la toma de muestras perio´dicas. Este trabajo es la continuacio´n de otros

Document info
Document views117
Page views117
Page last viewedSat Jan 21 14:58:09 UTC 2017
Pages35
Paragraphs855
Words14967

Comments