Non-rigid registration of 3D face scans
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2099.1/25349
Realitzat a/ambÉcole polytechnique fédérale de Lausanne
Tipus de documentTreball Final de Grau
Data2015-01-17
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
[ANGLÈS] The context of this thesis lies on building a model capable of recognizing human facial expressions and that is robust against identity. For recognizing these two aspects, the model has to be trained in advance. For this, various 3D scans have been previously recorded: 120 subjects making 36 facial expressions. These scans present a problem: they cannot be compared directly for many reasons. They present different number of vertices and they are not aligned. Training the model requires statistical analysis of the scans. A model studies the variability between different examples. It then represents each facial expression by a preferably different set of parameters. Altogether, this thesis presents a common representation of the scans. This allows to solve the problem of the number of vertices and alignment such that statistical analysis can be performed. We have implemented this solution following the methodology presented on a paper called FaceWarehouse. We have focused only on the representation of the neutral face. [CASTELLÀ] El contexto de esta tesis es la creación de un modelo capaz de reconocer expresiones faciales y que además sea robusto en cuanto a identidad. Para poder reconocer estos dos aspectos previamente el modelo tiene que ser entrenado. Para ello se ha grabado previamente varios escáneres en 3D: 120 sujetos haciendo 36 expresiones faciales. Estos escáneres presentan un principal problema: no pueden ser comparados directamente ya que presentan un número diferente de vértices y a parte no están alineados. Entrenar un modelo implica hacer un análisis estadístico de dichos escáneres en el que se estudia la variabilidad entre diferentes ejemplos. Al final cada expresión facial se describe mediante un conjunto de parámetros. Esta tesis presenta entonces una representación común de los escáneres. Esto permite resolver el problema planteado inicialmente y por tanto más adelante se podrá efectuar el análisis estadístico de los escáneres. La solución presentada sigue la metodología descrita en un paper llamado FaceWarehouse. En este proyecto solamente se ha tenido en cuenta la expresión facial neutra. [CATALÀ] El context d’aquesta tesi és la creació d’un model capaç de reconèixer expressions facials i que a part sigui robust a la identitat. Per poder reconèixer aquests dos aspectes, el model ha de ser entrenat prèviament. Per això, s’han gravat amb anterioritat diversos escàners en 3D: 120 subjectes fent 36 expressions facials. Aquests escàners presenten un principal problema: no poden ser comparats directament ja que presenten un nombre diferent de vèrtexs i a més a més no estan alineats. Entrenar el model implica fer un anàlisi estadístic dels escàners, i per tant estudiar la variabilitat entre diferents exemples. Finalment, es descriu cada expressió facial per mitjà d’un conjunt de paràmetres. Aquesta tesi presenta una representació comuna dels escàners. Això permet resoldre el problema plantejat inicialment i permet, quan es crei el model, fer l’anàlisi estadístic dels escàners. La solució presentada segueix la metodologia descrita a un paper anomenat FaceWarehouse. En aquest projecte només s’ha tingut en compte la representació de l’expressió facial neutre.
MatèriesMathematical optimization, Computer vision, Three-dimensional display systems, Optimització matemàtica, Visió per ordinador, Visualització tridimensional (Informàtica)
TitulacióGRAU EN ENGINYERIA DE SISTEMES AUDIOVISUALS (Pla 2009)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
FDR_Carlota_Soler_Arasanz.pdf | 3,408Mb | Visualitza/Obre |