Τεχνικές μοντελοποίησης του ανθρώπινου προσώπου για την κωδικοποίηση εικονοσειρών σε δύο και τρεις διαστάσεις

Abstract

Η παρούσα εργασία πραγματεύεται τεχνικές για την ανάλυση εικόνων που περιέχουν ανθρώπινα πρόσωπα, όπως και για τη σύνθεση τρισδιάστατων μοντέλων προσώπου που μπορούν να προσομοιάσουν υπάρχοντα πραγματικά πρόσωπα. Επίσης, εξετάζονται μέθοδοι για την αξιόπιστη παρακολούθηση του ανθρώπινου προσώπου μέσα σε εικονοσειρές, εκτιμώντας την τρισδιάστατη στερεή και μη-στερεή του κίνηση. Οι τεχνικές αυτές συνδυάζονται στην διερεύνηση μιας εφαρμογής εικονοτηλεφώνου, ικανής να παρέχει αρκετά υψηλής ανάλυσης εικόνες ώστε να μπορεί να χρησιμοποιηθεί από κωφούς που έχουν ως μέσον επικοινωνίας την χειλιανάγνωση. Συγκεκριμένα, αναλύονται τεχνικές για την τμηματοποίηση εικόνων σε εικονοσειρές τηλεδιάσκεψης με στόχο τον εντοπισμό του προσώπου και ενός συνόλου χαρακτηριστικών σημείων μέσα σε αυτό. Παρουσιάζεται μέθοδος που επιτυγχάνει την αξιόπιστη προσαρμογή γενικού μοντέλου στα χαρακτηριστικά συγκεκριμένου προσώπου, όπως αυτά φαίνονται σε δύο εικόνες: στην εμπρόσθια και την πλάγια όψη. Η μέθοδος επιτυγχάνει την προσαρμογή του γενικού μοντέλου έτσι ώστε τα χαρακτηριστικά του σημεία να ταυτιστούν με αυτά του ομιλητή και η παραμόρφωση στην οποία υπόκειται να μην αλλοιώνει την φυσικότητα του ανθρώπινου προσώπου. Παρουσιάζεται επίσης μέθοδος που αναπτύχθηκε για την απεικόνισης υφής η οποία συνδυάζει την πληροφορία από όλες τις διαθέσιμες όψεις του ομιλητή, αναλόγως σε κάθε τμήμα του προσαρμοσμένου μοντέλου. Το αποτέλεσμα είναι ένα πλήρες προσαρμοσμένο και ρεαλιστικό μοντέλο προσώπου που απεικονίζει τα χαρακτηριστικά του ομιλητή. Επίσης, διερευνώνται μέθοδοι παρακολούθησης χαρακτηριστικών σημείων που επιτυγχάνουν την αξιόπιστη παρακολούθηση χαρακτηριστικών σημείων του προσώπου ενός ομιλητή σε διαδοχικές εικόνες εικονοσειρών. Αυτές συνδυάζονται με μέθοδο που αναπτύχθηκε για την εκτίμηση της τρισδιάστατης στερεής κίνησης του προσώπου με βάση τη γνώση της απεικόνισης της κίνησης στις δύο διαστάσεις και την ύπαρξη ενός τρισδιάστατου μοντέλου προσαρμοσμένου στα χαρακτηριστικά του προσώπου του ομιλητή. Επιπλέον, προτείνεται μέθοδος για την εκτίμηση της μη-στερεής κίνησης του προσώπου η οποία βασίζεται στο μοντέλο κίνησης του προσώπου που περιγράφεται από το πρότυπο MPEG-4.