The 12 reference contexts in paper A. Samorodov V., V. Kumov S., А. Самородов В., В. Кумов С. (2016) “Разработка и исследование метода оценки ракурса по координатам контрольных точек 2D изображения лица // Development and Study of a Head Pose Estimate Method Based on Landmark Point Co-ordinates of 2D Facial Image” / spz:neicon:technomag:y:2016:i:1:p:78-89

  1. Start
    1496
    Prefix
    лица, контрольные точки Введение При контроле качества фотографий, идентификации личности, определении изменения мимики, проведении антропометрических исследований требуется определение ракурса лица. Ракурс лица задается тремя углами: поворота (вращение относительно вертикальной оси), наклона (вращение относительно горизонтальной оси) и отклонения (вращение в плоскости изображения)
    Exact
    [1]
    Suffix
    . При этом угол отклонения может быть легко определен по изображению лица по положению глаз. В настоящее время выделяют восемь основных методов оценки ракурса лица (углов наклона и поворота) по двумерному изображению [2]: методы, использующие шаблоны внешнего вида; методы детекторных массивов; методы нелинейной регрессии; методы множественных вложений; методы, использующие деформируемые мо
    (check this in PDF content)

  2. Start
    1714
    Prefix
    При этом угол отклонения может быть легко определен по изображению лица по положению глаз. В настоящее время выделяют восемь основных методов оценки ракурса лица (углов наклона и поворота) по двумерному изображению
    Exact
    [2]
    Suffix
    : методы, использующие шаблоны внешнего вида; методы детекторных массивов; методы нелинейной регрессии; методы множественных вложений; методы, использующие деформируемые модели; геометрические методы; методы слежения; гибридные методы.
    (check this in PDF content)

  3. Start
    2258
    Prefix
    При условии достаточного для локализации контрольных точек (КТ) лица разрешения изображения, среди всех перечисленных методов наибольшими преимуществами обладают геометрические методы. Они характеризуются максимальным быстродействием и независимостью от текстурных особенностей области лица на изображении
    Exact
    [2]
    Suffix
    . Однако в работах, использующих геометрические методы (например, [3, 4, 5]), отсутствует информация о зависимости погрешности оценки углов ракурсаот таких факторов, как индивидуальные особенности формы лица, мимические изменения, число используемых КТ и погрешность их локализации, что не позволяет определить предельные возможности данных методов и прогнозировать результаты их использования в к
    (check this in PDF content)

  4. Start
    2327
    Prefix
    При условии достаточного для локализации контрольных точек (КТ) лица разрешения изображения, среди всех перечисленных методов наибольшими преимуществами обладают геометрические методы. Они характеризуются максимальным быстродействием и независимостью от текстурных особенностей области лица на изображении [2]. Однако в работах, использующих геометрические методы (например,
    Exact
    [3, 4, 5]
    Suffix
    ), отсутствует информация о зависимости погрешности оценки углов ракурсаот таких факторов, как индивидуальные особенности формы лица, мимические изменения, число используемых КТ и погрешность их локализации, что не позволяет определить предельные возможности данных методов и прогнозировать результаты их использования в конкретной задаче. 1.
    (check this in PDF content)

  5. Start
    3229
    Prefix
    Для построения данной модели целесообразно вначале перейти от координат используемого набора КТ к вектору признаков небольшой размерности, элементы которого содержат максимальный объем информации о ракурсе, а затем построить модель взаимосвязи элементов данного вектора признаков и углов ракурса
    Exact
    [2, 4]
    Suffix
    . Для решения указанных задач была использована параметрическая модель лица CANDIDE-3 (рис.1), которая представляет собой координаты 113 КТ для «среднего» лица и правила изменения данных координат в зависимости от изменения параметров модели.
    (check this in PDF content)

  6. Start
    3610
    Prefix
    Для решения указанных задач была использована параметрическая модель лица CANDIDE-3 (рис.1), которая представляет собой координаты 113 КТ для «среднего» лица и правила изменения данных координат в зависимости от изменения параметров модели. Параметрами модели являются углы ракурса, 14 единиц формы (ЕФ) лица (shape unit) и 65 анимационных единиц (АЕ) лица (animation unit)
    Exact
    [6]
    Suffix
    . Рис. 1. Параметрическая модель лица CANDIDE-3 [6] Для формирования вектора признаков использовался метод главных компонент (МГК). В качестве векторов данных использовались координаты 113 КТ в плоскости изображения лица, рассчитанные для «средней» модели лица при разных сочетаниях углов наклона и поворота.
    (check this in PDF content)

  7. Start
    3658
    Prefix
    параметрическая модель лица CANDIDE-3 (рис.1), которая представляет собой координаты 113 КТ для «среднего» лица и правила изменения данных координат в зависимости от изменения параметров модели. Параметрами модели являются углы ракурса, 14 единиц формы (ЕФ) лица (shape unit) и 65 анимационных единиц (АЕ) лица (animation unit)[6]. Рис. 1. Параметрическая модель лица CANDIDE-3
    Exact
    [6]
    Suffix
    Для формирования вектора признаков использовался метод главных компонент (МГК). В качестве векторов данных использовались координаты 113 КТ в плоскости изображения лица, рассчитанные для «средней» модели лица при разных сочетаниях углов наклона и поворота.
    (check this in PDF content)

  8. Start
    4024
    Prefix
    В качестве векторов данных использовались координаты 113 КТ в плоскости изображения лица, рассчитанные для «средней» модели лица при разных сочетаниях углов наклона и поворота. Диапазон изменения углов ракурса был выбран согласно антропометрическим характеристикам здоровых людей
    Exact
    [7]
    Suffix
    ; для углов поворота головы: от -75° до 75° с шагом 5°, углов наклона: от -60° до 60° с шагом 5° (775 различных сочетаний углов наклона и поворота). В результате применения МГК было установлено, что только пять первых собственных чисел ковариационной матрицы векторов данных являются значимыми (таблица 1).
    (check this in PDF content)

  9. Start
    5361
    Prefix
    Следующим этапом построения модели взаимосвязи координат КТ лица и значений углов ракурса является построение регрессионных зависимостей углов ракурса и элементов полученного вектора признаков Y. Для этого в настоящей работе был использован метод нелинейной множественной регрессии
    Exact
    [8]
    Suffix
    . Для определения вида нелинейности были построены зависимости углов ракурса и значений компонент вектора признаков (рис.2, 3). Анализ приведенных зависимостей показал, что искомая регрессионная модель может быть представлена полиномами второго порядка: 22222 a01 12 13 24 25 36 37 48 49 510 5;a ya ya ya ya ya ya ya ya ya y           (2)
    (check this in PDF content)

  10. Start
    7416
    Prefix
    В качестве допустимой погрешности восстановления углов ракурса целесообразно использовать значение 5 градусов, которое задается стандартом в качестве допустимого отклонения углов ракурса от нулевых значений для фронтальных изображений лица
    Exact
    [1]
    Suffix
    . Таблица3. Погрешности восстановления углов наклона и поворота для «средней» модели лица Угол ракурса Диапазон изменения углов ракурса, градусы Максимальная абсолютная погрешность, градусы Средняя абсолютная погрешность, градусы Угол наклона от -60 до +60 0,23 0,11 от -45 до +45 0,04 0,02 от -20 до +20 0,007 0,004 Угол поворота от -75 до +75 8 2,1 от -45 до +45 5 1,5 от -20 до
    (check this in PDF content)

  11. Start
    8976
    Prefix
    Кроме набора из 113 КТ, исследования были проведены также на наборах, содержащих 28 и 5 КТ (таблица 4). Данные наборы содержат наиболее важные антропометрические точки и сформированы с учетом возможностей существующих программных комплексов по автоматическому их поиску на изображении лица
    Exact
    [4, 9, 10]
    Suffix
    . Набор из 28 КТ аналогичен использованному в работе [5]. Для каждого из указанных наборов КТ были построены модели взаимосвязи координат КТ и значений углов ракурса, аналогичные (1), (4) и (5). Таблица 4.
    (check this in PDF content)

  12. Start
    9038
    Prefix
    Данные наборы содержат наиболее важные антропометрические точки и сформированы с учетом возможностей существующих программных комплексов по автоматическому их поиску на изображении лица [4, 9, 10]. Набор из 28 КТ аналогичен использованному в работе
    Exact
    [5]
    Suffix
    . Для каждого из указанных наборов КТ были построены модели взаимосвязи координат КТ и значений углов ракурса, аналогичные (1), (4) и (5). Таблица 4. Идентификаторы и наименования используемых 28 КТ и 5 КТ (отмечены звездочкой) Идентификатор Наименование КТ 23 Внутренний угол правого глаза 20* Внешний угол правого глаза 19 Середина верхней границы правого глаза 24 Середина нижней границы
    (check this in PDF content)