Μέθοδοι γραφικών και τεχνητής όρασης για την ανακατασκευή, αναπαράσταση και ανάκτηση τρισδιάστατων αντικειμένων με εφαρμογή στην βιομετρία

Abstract

The increase of availability of three dimensional objects, widens their use by computer graphics, computer vision and biometrics applications. Three dimensional data increase the available information about the object, but in the same times introduces new challenges. On most applications where three dimensional object databases are utilized, the goal is their retrieval, which is the ability to compare and categorize these objects. The retrieval procedure requires the optimal reconstruction of the objects as well as the efficient representation of the three dimensional information. In this dissertation, the general problem of managing three dimensional information is tackled, for the reconstruction, the representation and the retrieval of three dimensional objects. Initially, a new method for the reconstruction of three dimensional objects based on Integral Photography is presented. This method extracts the three dimensional information of real-life objects from a grid of elemental images. Additionally, two three dimensional object representations are presented that are utilized by two novel retrieval methods. The reduction of dimensionality is the common feature of both representations. The first representation, based on depth images, is suitable for inter-class object retrieval while the second, based on geometry images, is suitable for intra-class object retrieval. The geometry images are created using a subdivision-based deformable model framework. The intra-class object retrieval method is further specialized and applied in the field of biometrics, since the human body’s geometry is a strong biometric. More specifically, three dimensional information is used to perform face and ear recognition. The performance of the proposed method is evaluated using the largest publicly available biometric databases. The face recognition results that are presented are considered state-of-the-art worldwide.

Καθώς η διαθεσιμότητα των τρισδιάστατων αντικειμένων αυξάνεται, ευρύνεται και η χρήση τους από εφαρμογές γραφικών, τεχνητής όρασης και βιομετρίας. Η χρήση τρισδιάστατων δεδομένων αυξάνει την διαθέσιμη πληροφορία για το αντικείμενο αλλά ταυτόχρονα εισάγει νέες προκλήσεις. Στις περισσότερες εφαρμογές όπου χρησιμοποιούνται βάσεις δεδομένων τρισδιάστατων αντικειμένων το ζητούμενο είναι η ανάκτηση, η δυνατότητα δηλαδή σύγκρισης και κατηγοριοποίησης των αντικειμένων. Η διαδικασία της ανάκτησης προϋποθέτει την ορθή ανακατασκευή των αντικειμένων και την αποδοτική αναπαράσταση της τρισδιάστατης πληροφορίας. Σε αυτήν την διατριβή αντιμετωπίζεται συνολικά το θέμα της διαχείρισης της τρισδιάστατης πληροφορίας για την ανακατασκευή, αναπαράσταση και ανάκτηση τρισδιάστατων αντικειμένων. Αρχικά παρουσιάζεται μια νέα μέθοδος για την ανακατασκευή τρισδιάστατων αντικειμένων με την χρήση ολοκληρωτικής φωτογράφησης. Με την μέθοδο αυτή εξάγεται τρισδιάστατη πληροφορία για πραγματικά αντικείμενα μέσα από μια σειρά από στοιχειώδης εικόνες. Στη συνέχεια παρουσιάζονται μέθοδοι για την αναπαράσταση των τρισδιάστατων αντικειμένων οι οποίες χρησιμοποιούνται από δυο νέες μεθόδους ανάκτησης. Ο κοινός παρονομαστής και των δύο είναι η μείωση διάστασης της τρισδιάστατης πληροφορίας. Η πρώτη μέθοδος είναι κατάλληλη για ανάκτηση αντικειμένων διαφορετικών κλάσεων και χρησιμοποιεί την αναπαράσταση με εικόνες βάθους. Η δεύτερη μέθοδος είναι κατάλληλη για ανάκτηση αντικειμένων όμοιας κλάσης και χρησιμοποιεί την αναπαράσταση με γεωμετρικές εικόνες. Οι γεωμετρικές εικόνες παράγονται με την χρήση παραμορφόσιμων μοντέλων βασισμένων σε επιφάνειες υποδιαίρεσης. Η μέθοδος ανάκτησης αντικειμένων όμοιας κλάσης εξειδικεύεται περαιτέρω και εφαρμόζεται στον τομέα της βιομετρίας, καθώς η γεωμετρία του ανθρώπινου σώματος αποτελεί ισχυρό βιομετρικό χαρακτηριστικό. Συγκεκριμένα, τρισδιάστατη πληροφορία χρησιμοποιείται για να γίνει αναγνώριση προσώπου και αυτιού. Η ακρίβεια της προτεινόμενης μεθόδου αξιολογείται χρησιμοποιώντας τις εκτενέστερες διαθέσιμες βάσεις δεδομένων. Τα αποτελέσματα αναγνώρισης προσώπου που παρουσιάζονται σε αυτήν την διατριβή είναι τα κορυφαία σε παγκόσμιο επίπεδο.