ISSN: 1304-7191 | E-ISSN: 1304-7205
Smart facial feature regions and facial feature points
1
Sigma J Eng Nat Sci 2013; 31(2): 246-261
Full Text PDF (Turkish)

Abstract

It is required to detect facial points automatically in order to make sentiment analysis, age analysis, gender identification, obtain three-dimensional virtual face model through two or more face images, develop augmented reality applications such as virtual makeup. In the present study, an integrated algorithm and a software were developed to find position of human faces, facial feature regions and facial feature points using standardized images. Images can be taken from different angles and poisitions. The data used for testing purposes is obtained from a facial database that contains human face images with 1600x1200 resolution taken by Inspec Mega Capturor II 3D (optical 3D digitizer) structured - light 3D digitizer device. Some cases were excluded from the scope of this work such as glasses, beard and mustache , different skin colors, different emotions, facial expressions. These objects cover some parts of face and require preprocess operations. In the present study, color analysis methods and Haar classification
methods are integrated. In testing stage 35 different human face images contain 11 men and 24 women, with resolution 1600x1200 pixels. 100% capture face accuracy is obtained as a result of the tests. Mean square error is
calculated as 2.04086 pixels. Using smart feature regions and feature points, 3D face point cloud was produced and stereo face images are matched easily.


Akilli yüz ilinti bölgeleri ve noktalari
1Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Harita Mühendisliği Bölümü, Yıldız-İSTANBUL
Sigma Journal of Engineering and Natural Sciences 2013; 2(31): 246-261

İnsan yüzü görüntülerini kullanarak duygu analizi, yaş analizi, cinsiyet belirleme, yüz tanıma gibi işlemlerin yapılabilmesi, iki ya da daha fazla sayıda görüntüden otomatik olarak üç boyutlu yüz modelinin elde edilebilmesi,
sanal makyaj gibi artırılmış gerçeklik uygulamaları geliştirilebilmesi için öncelikle yüz ilinti noktalarının otomatik olarak bulunması gereklidir. Sunulan çalışmada, standartlaştırılmış koşullar altında, farklı açılardan alınmış insan yüzü görüntülerinde yüzü konumlandıran, ilinti bölgelerini ve noktalarını bularak analiz eden tümleşik bir algoritma ve yazılım geliştirilmiştir. Test amaçlı olarak kullanılan veriler, Inspeck Mega Capturor II 3D (optical 3D digitizer)
yapısal – ışıklı 3B sayısallaştırıcı cihaz ile 1600x1200 çözünürlüğünde sabit 1000W’lık halojen lamba altında alınan yüz görüntülerinden oluşan bir yüz veritabanından elde edilmiştir. Yüzün belirli bölümlerinin gözlük gibi başka nesneler tarafından kapatılmış olması, ten rengi analizi sırasında ön işlem gerektirecek sakal, bıyık gibi unsurlar,
farklı duygu durumları, jest ve mimikler içeren görüntüler çalışma kapsamı dışında bırakılmıştır. Sunulan çalışmada,
ten rengi analizi, Haar Bölgeleri Yöntemi’ne entegre edilmiştir. 11 erkek 24 kadın toplam 35 kişiye ait 1600x1200 piksel çözünürlüğüne sahip farklı insan yüzü görüntüsü üzerinde yapılan testler sonucunda yüz yakalamada %100 doğruluk elde edilmiştir; yüz ilinti noktası belirleme için hesaplanan ortalama karesel hata 2,04086 piksel olarak hesaplanmıştır. Akıllı ilinti bölgeleri ve noktalarının kullanımıyla eşlenik görüntülerin kolayca eşleştirilmesi ve yüze ait 3B nokta bulutunun üretilmesi sağlanmıştır.