Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/19282
Title: | การจำลองใบหน้าบุคคลสามมิติผ่านกล้องเดี่ยวที่อยู่นิ่ง |
Other Titles: | Three-dimensional human face modeling via a fixed-position camera |
Authors: | ปฐมพงษ์ เรืองแย้ม |
Advisors: | นงลักษณ์ โควาวิสารัช |
Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
Advisor's Email: | nongluk.c@chula.ac.th |
Subjects: | ใบหน้า ภาพสามมิติ |
Issue Date: | 2552 |
Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
Abstract: | งานวิจัยนี้เสนอวิธีการจำลองใบหน้าบุคคลสามมิติโดยใช้กล้องตัวเดียวที่อยู่นิ่งโดยเก็บภาพนิ่งใบหน้าบุคคลที่หันหน้ารอบแกนตั้ง (ลำคอ) จำนวนประมาณ 150 ภาพ โดยไม่ต้องอาศัยอุปกรณ์อื่นเพิ่มเติม ภาพใบหน้าที่บันทึกครอบคลุมมุมหันระหว่าง ±45 องศาสำหรับนำมาจำลองใบหน้าบุคคลโดยผ่านกระบวนการสกัดข้อมูลรูปร่างสองมิติ การปรับเหมาะด้วยแบบจำลองใบหน้าสามมิติ และการรวมข้อมูลรูปร่างและพื้นผิวแบบถ่วงน้ำหนัก ซึ่งกระบวนการทั้งหมดเป็นแบบอัตโนมัติโดยตลอดทำให้สามารถนำไปใช้งานได้โดยสะดวก ขั้นตอนการสกัดข้อมูลรูปร่างดำเนินการโดยคัดเลือกบริเวณใบหน้าจากภาพด้วยแบบจำลองสีผิวเชิงพื้นที่ซึ่งมีอัตราการตรวจหาบริเวณใบหน้าจากภาพสูงและประมวลผลได้อย่างรวดเร็วเมื่อเทียบกับขั้นตอนวิธีแบบดั้งเดิมด้วยการคำนวณที่ไม่ซับซ้อน จากนั้นใช้แบบจำลองรูปร่างกัมมันต์เพื่อสกัดตำแหน่งจุดฟีเจอร์สองมิติจากบริเวณใบหน้าเพื่อนำไปปรับเหมาะเข้ากับแบบจำลองสามมิติโดยใช้ขั้นตอนวิธีค้นหาแบบผ่อนปรนและปรับปรุงรูปร่างแบบเฉพาะบริเวณที่เสนอในงานวิจัยนี้เพื่อให้ได้ท่าทางและรูปร่างของใบหน้าสามมิติจากภาพที่มีความแม่นยำสูงโดยใช้ระยะเวลาการประมวลผลไม่มาก เมื่อได้ข้อมูลรูปร่างและท่าทางของใบหน้าในแต่ละภาพแล้วจะรวมข้อมูลดังกล่าวเข้าด้วยกันแบบถ่วงน้ำหนักขึ้นกับข้อมูลความลึกและด้านกว้างที่ปรากฏในแต่ละภาพทั้งในส่วนรูปร่างและพื้นผิวซึ่งสอดคล้องกัน เพื่อให้แบบจำลองใบหน้าสามมิติผลลัพธ์มีความถูกต้องทั้งด้านรูปร่างด้านกว้าง ด้านลึกและพื้นผิว โดยทดลองบนฐานข้อมูลใบหน้าที่เก็บบันทึกด้วยกล้องเว็บแคมร่วมกับฐานข้อมูล MIT-CBCL ได้ค่าความผิดพลาดของพื้นผิวแบบจำลองเทียบกับชุดภาพทดสอบเป็น 8.36% และค่าความผิดพลาดของรูปร่างแบบจำลองเทียบกับชุดภาพทดสอบเป็น 7.44 จุดภาพ |
Other Abstract: | This thesis proposes a 3D human face modeling technique using a single fixed-position camera by acquiring a face set containing face images with rotating angle varying between ±45 degrees, of approximately 150 frames per subject. The entire process is automated and consists of three main tasks: 2D shape information acquisition, 3D face model fitting, and weighted shape and texture incorporation. The proposed process starts with 2D shape information acquisition using active shape model on the region localized by region-based skin color model which is empirically fast and reliable. The 3D face shape and pose is then obtained by fitting a parameterized 3D face model onto the extracted 2D feature points using the proposed relaxed-search and local refinement. Finally, a 3D specific-person face is accomplished by incorporating a set of shape and corresponding textures in a weighting method based on poses and accuracy of fitting. The test database is a combination of a set of face images acquired using a web camera and MIT-CBCL face database. The experimental results are displayed in shape and texture errors between the face model and a set of test images as the ground truth which yields 7.44 pixels and 8.36% accuracy of shape and texture respectively. |
Description: | วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2552 |
Degree Name: | วิศวกรรมศาสตรมหาบัณฑิต |
Degree Level: | ปริญญาโท |
Degree Discipline: | วิศวกรรมคอมพิวเตอร์ |
URI: | http://cuir.car.chula.ac.th/handle/123456789/19282 |
URI: | http://doi.org/10.14457/CU.the.2009.2090 |
metadata.dc.identifier.DOI: | 10.14457/CU.the.2009.2090 |
Type: | Thesis |
Appears in Collections: | Eng - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Pathompong_ru.pdf | 3.9 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.