MESTRADO EM ESTATÍSTICA APLICADA E MODELAÇÃO Modelos Pontuais de Distribuição em Visão Computacional – Estudo, Desenvolvimento e Aplicação Maria João Medeiros de Vasconcelos Licenciada em Matemática Aplicada à Tecnologia Orientador: João Manuel R. S. Tavares Prof. Auxiliar da Faculdade de Engenharia da Universidade do Porto Departamento de Engenharia Mecânica e Gestão Industrial
30
Embed
Modelos Pontuais de Distribuição em Visão Computacional ...tavares/downloads/publications/teses/... · MESTRADO EM ESTATÍSTICA APLICADA E MODELAÇÃO Modelos Pontuais de Distribuição
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
MESTRADO EM ESTATÍSTICA APLICADAE MODELAÇÃO
Modelos Pontuais de Distribuição em Visão Computacional – Estudo, Desenvolvimento e Aplicação
Maria João Medeiros de VasconcelosLicenciada em Matemática Aplicada à Tecnologia
Orientador:
João Manuel R. S. TavaresProf. Auxiliar da Faculdade de Engenharia da Universidade do Porto
Departamento de Engenharia Mecânica e Gestão Industrial
Março de 2006 - Maria João Medeiros de Vasconcelos 2
Modelos Pontuais de Distribuição em Visão Computacional – Estudo, Desenvolvimento e Aplicação
Etapas da Apresentação:1. Introdução;
2. Modelo Pontual de Distribuição (PDM) e modelos derivados: Modelo de Forma Activa (ASM) e Modelo de Aparência Activa (AAM);
3. Etiquetagem e emparelhamento automático dos pontos-chave;
4. Implementações usadas, adaptadas e desenvolvidas;
Objectivos: Estudar a modelação de objectos deformáveis por intermédio de Modelos Pontuais de Distribuição, implementar e automatizar a metodologia envolvida. Aplicar esta modelação em objectos representados em imagens, e analisar os resultados obtidos no reconhecimento em novas imagens.
Março de 2006 - Maria João Medeiros de Vasconcelos 3
Modelos Pontuais de Distribuição em Visão Computacional – Estudo, Desenvolvimento e Aplicação
Análise de objectos representados em imagens:
– Área da Visão Computacional:• “Conjunto de métodos e técnicas através dos quais sistemas
computacionais são capazes de interpretar imagens.”
– Modelização de objectos:• Modelos flexíveis permitem analisar e simular objectos que apresentam
formas variáveis.
– Aplicações:• Medicina – localização de estruturas em imagens médicas;• Indústria – inspecção de produtos;• Sistemas de segurança – reconhecimento de faces;• …
1. Localização das regiões da face, olhos e boca segundo a primeira metodologia apresentada para faces;
2. Colocação de uma malha formada por duas sub-malhas adaptativas: uma na região dos olhos e outra na região da boca;
3. Colocação de nodos na malha exterior;4. Consideração dos pontos-chave como
sendo os nodos das malhas definidas.
Março de 2006 - Maria João Medeiros de Vasconcelos 16
Modelos Pontuais de Distribuição em Visão Computacional – Estudo, Desenvolvimento e Aplicação
Emparelhamento automático:
– Método de Shapiro: determinação de correspondências entre pontos-chave de duas instâncias através de análise modal da forma.
– Método de Sclaroff: determinação de correspondências entre pontos-chave de duas instâncias através de modelação física, por intermédio do método dos elementos finitos, seguida de análise modal.
Março de 2006 - Maria João Medeiros de Vasconcelos 21
Modelos Pontuais de Distribuição em Visão Computacional – Estudo, Desenvolvimento e Aplicação
Modelos construídos:– ASM:
• Utilizaram-se dois métodos de alinhamento dos pontos-chave: tendo em conta as variâncias dos pontos-chave e considerando os pontos-chave com o mesmo peso;
• Percentagem de variação retida: 95 e 99;• Dimensão do perfil: reduzida (7 píxeis), média (15 píxeis) e elevada
(33 píxeis).
– AAM:• Percentagem de variação retida: 95 e 99;• Número de píxeis a usar no modelo de textura: 5000, 10000 e 50000.
Março de 2006 - Maria João Medeiros de Vasconcelos 27
Modelos Pontuais de Distribuição em Visão Computacional – Estudo, Desenvolvimento e Aplicação
Observações:– ASM:
• Utilizaram-se dois métodos de alinhamento dos pontos-chave: tendo em conta as variâncias dos pontos-chave e considerando os pontos-chave com o mesmo peso;
• Percentagem de variação retida pelos modelos: 95 e 99;• Dimensões consideradas para o perfil de intensidade: reduzida (7
píxeis), média (15 píxeis) e elevada (33 píxeis).
– AAM:• Percentagem de variação retida pelos modelos: 95 e 99;• Número de píxeis usada nos modelos de textura: 5000, 10000 e
Março de 2006 - Maria João Medeiros de Vasconcelos 28
Modelos Pontuais de Distribuição em Visão Computacional – Estudo, Desenvolvimento e Aplicação
Conclusões:• Realizou-se um estudo detalhado sobre o modelo pontual de
distribuição e seus derivados: modelo de forma activa (ASM) e modelo de aparência activa (AAM).
• Foram considerados dois exemplos de aplicação: Objectos representados em imagens do tipo Mão e Face.
• O ASM pesquisa o objecto modelado à volta de cada ponto-chave e localiza mais rapidamente o objecto numa nova imagem.
• O AAM utiliza também na modelação informação sobre os níveis de cinzento do objecto e por isso tende a ser mais robusto que oASM.
• O AAM permite construir um modelo robusto utilizando um número reduzido de pontos-chave, ao contrário do que acontece com o ASM. Assim, nos casos nos quais a colocação de pontos-chave não seja um processo automático é preferível a utilização de modelos de aparência.
Março de 2006 - Maria João Medeiros de Vasconcelos 29
Modelos Pontuais de Distribuição em Visão Computacional – Estudo, Desenvolvimento e Aplicação
Trabalho Futuro:
• Tornar o processo de extracção de pontos notáveis automático para outros tipos de objectos (como ossos e órgãos, de modo a facilitar a utilização dos modelos de distribuição pontual na área médica);
• Utilizar os modelos pontuais de distribuição em objectos 3D;• Estudar alternativas de construção de modelos robustos usando
números reduzidos de imagens de treino;• Construir modelos estatísticos capazes de englobar algum
conhecimento preexistente sobre as propriedades físicas dos objectos.