Semi-automatic customization for modeling human face

Basit Öğe Kaydı
dc.contributor.advisorEskil, Mustafa Taneren_US
dc.contributor.authorAbeysundera, Hasith Pasinduen_US
dc.contributor.otherIşık Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans Programıen_US
dc.date.accessioned2016-05-31T09:00:04Z
dc.date.available2016-05-31T09:00:04Z
dc.date.issued2012-02-14
dc.departmentIşık Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans Programıen_US
dc.descriptionText in English ; Abstract: English and Turkishen_US
dc.descriptionIncludes bibliographical references (leaves 64-73)en_US
dc.descriptionxi, 73, [2] leavesen_US
dc.description.abstractModel-based vision has firmly established its roots as a robust approach in rec-ognizing and locating known traits in rigid objects even under the presence of noise, clutter and occlusion. However the application of such systems has not displayed the same efficiency in modeling non-rigid objects. The dilemma with the prevailing modeling techniques is that that they compensate model specificity to accommodate variability, or the vice versa compromising the robustness of the 3 dimensional model during the image interpretation progression. Face, being a non rigid and a sophisticated structure makes it more arduous to model, using such approaches. In this study we have presented a novel method in modeling 3 dimensional images employing a generic wireframe and a single 2 dimensional image. Known traits are located in the 3 dimensional space using a variant of ray tracing method. Non-landmark traits are positioned employing a nearest neighbor weighted average customization. Proposed technique has proven its robustness in the experiments conducted employing the Bosphorous database. Furthermore the relative error values attained employing NNWA customization illustrated significantly low val»ues. We compared the obtained results with the ASM and Procrustes Analysis.en_US
dc.description.abstractModele dayalı imge işleme katı nesnelerde belirlenmiş nirengi noktalarını işaretleme ve nesne tanımada uygulama bulmuş bir yaklaşımdır. Ancak var olan sistemler aynı başarıyı esnek nesnelerin modellenmesinde gösterememektedirler. Bu yaklaşımlardaki ikilem modeli tespit ederken modelin esnekliğinin, veya esnekliği temsil ederken modelin güvenilirliğinin göz ardı edilmesidir. Esnek ve karmaşık bir yapı olan insan yüzü çoğunlukla bu yaklaşımlarla modellenmeye uygun değildir. Bu çalışmada 2 boyutlu tek bir resim ve 3 boyutlu genel bir telkafes modeli kul»lanılarak insan yüzünün 3 boyutlu modellenmesini konu alan özgün bir çalışma sunuyoruz. Bu yaklaşımda önceden belirlenmiş nirengi noktaları yüz resminin üzerinde işaretlenir. Nirengi noktalarının 3 boyutlu uzaydaki yeri ışın izleme metodu kullanılarak belirlenir. Nirengi noktaları haricindeki genel telkafes nok»taları en yakın komşulara ait yer değiştirmelerin ağırlıklı ortalaması kullanılarak bulunur. Önerilen yaklaşımının güvenilirliği Bosporus 3 boyutlu yüz veri bankası kullanılarak gösterilmiştir. Buna ek olarak yaklaşımın literatürde sıkça kullanılan Procrustes Analizi çözümünden daha hassas sonuç verdiği gösterilmiştir. Önerilen algoritmanın karmaşıklığı literatürdeki diğer algoritmalardan daha düşüktür.en_US
dc.description.tableofcontentsFacial Anatomyen_US
dc.description.tableofcontentsThe Skullen_US
dc.description.tableofcontentsFacial Muscle Structureen_US
dc.description.tableofcontents3D Face Databasesen_US
dc.description.tableofcontentsData Cloud Manipulation Techniquesen_US
dc.description.tableofcontentsProcrustes Analysisen_US
dc.description.tableofcontentsIterative Closest Pointen_US
dc.description.tableofcontentsFace Modeling Techniquesen_US
dc.description.tableofcontentsParameterized Face Modelingen_US
dc.description.tableofcontentsStatistical Face Modelingen_US
dc.description.tableofcontentsActive Shape Modelen_US
dc.description.tableofcontentsSemi-Automatic Customizationen_US
dc.description.tableofcontentsA New Generic Face Model : HIGEMen_US
dc.description.tableofcontentsSelection of Landmark Locationsen_US
dc.description.tableofcontentsNearest Neghibor Weighted Average Customizationen_US
dc.description.tableofcontentsModel Alignmenten_US
dc.description.tableofcontentsEstimation of Landmark Vertex Coordinatesen_US
dc.description.tableofcontentsEstimation of Non-landmark Vertex Coordinatesen_US
dc.description.tableofcontentsCustomization through Procrustes Analysisen_US
dc.description.tableofcontentsCustomization through Active Shape Modelen_US
dc.description.tableofcontentsComparative Study of Face Modeling Techniquesen_US
dc.description.tableofcontentsEvaluating the Performance of Customizationen_US
dc.description.tableofcontentsNearest Neighbor Weighted Average Customization Resultsen_US
dc.description.tableofcontentsIdentifying the Landmark Verticesen_US
dc.description.tableofcontentsChoosing the Number of Neighborsen_US
dc.description.tableofcontentsProcrustes Analysis Resultsen_US
dc.description.tableofcontentsActive Shape Model Resultsen_US
dc.description.tableofcontentsComparison of Face Modeling Methodsen_US
dc.identifier.citationAbeysundera, H. P. (2011). Semi-automatic customization for modelling human face. İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsü.en_US
dc.identifier.urihttps://hdl.handle.net/11729/888
dc.institutionauthorAbeysundera, Hasith Pasinduen_US
dc.language.isoenen_US
dc.publisherIşık Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subject.lccTA1650 .A24 2011
dc.subject.lcshComputer engineering.en_US
dc.subject.lcshHuman face recognition (Computer science)en_US
dc.subject.lcshOptical pattern recognition.en_US
dc.subject.lcshFace perception.en_US
dc.subject.lcshImage processing.en_US
dc.subject.lcshHuman-computer interaction.en_US
dc.titleSemi-automatic customization for modeling human faceen_US
dc.title.alternativeİnsan yüzü modelleme için yarı otomatik özelleştirmeen_US
dc.typeMaster Thesisen_US
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
888.pdf
Boyut:
9.47 MB
Biçim:
Adobe Portable Document Format
Açıklama:
MasterThesis
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu