The 10 references with 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
ГОСТ Р ИСО/МЭК 19794-5-2006. Автоматическая идентификация. Идентификация биометрическая. Форматы обмена биометрическими данными. Часть 5. Данные изображения лица. М.: Стандартинформ, 2006. 68 с.
Total in-text references: 2
  1. In-text reference with the coordinate 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

  2. In-text reference with the coordinate 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

2
Murphy-Chutorian E., Trivedi M.M. Head pose estimation in computer vision: a survey // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2009. Vol. 31, no. 4. P. 607-626. DOI: 10.1109/TPAMI.2008.106
Total in-text references: 3
  1. In-text reference with the coordinate 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.

  2. In-text reference with the coordinate 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

  3. In-text reference with the coordinate 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.

3
Wang J-G., Sung E. EM enhancement of 3D head pose estimated by point at infinity // Image and Vision Computing. 2007. Vol. 25, no. 12. P. 1864-1874. DOI: 10.1016/j.imavis.2005.12.017
Total in-text references: 1
  1. In-text reference with the coordinate 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.

4
Бобе А.С., Жиденко М.В., Прояев П.О. Система автоматического контроля доступа на основе анализа изображений лица // Молодежный научно-технический вестник. МГТУ им. Н.Э. Баумана. Электрон. журн. 2013. No 1. Режим доступа: http://sntbul.bmstu.ru/doc/533152.html (дата обращения 01.12.2015).
Total in-text references: 3
  1. In-text reference with the coordinate 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.

  2. In-text reference with the coordinate 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.

  3. In-text reference with the coordinate 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.

5
Петрук В.И., Прояев П.О. Исследование алгоритма определения ракурса лица по 2D изображению // Молодежный научно-технический вестник. МГТУ им. Н.Э. Баумана. Электрон. журн. 2013. No 8. Режим доступа: http://sntbul.bmstu.ru/doc/608607.html (дата обращения 01.12.2015).
Total in-text references: 2
  1. In-text reference with the coordinate 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.

  2. In-text reference with the coordinate 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

6
Ahlberg J. CANDIDE-3 - an updated parameterized face. Report No. LiTH-ISY-R-2326. Dept. of Electrical Engineering, Linkoping University, Linkoping, Sweden, 2001. 16 p.
Total in-text references: 2
  1. In-text reference with the coordinate 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.

  2. In-text reference with the coordinate 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.

7
Ferrario V.F., Sforza C., Serrao G., Grassi G., Mossi E. Active range of motion of the head and cervical spine: a three-dimensional investigation in healthy young adults // Journal of Orthopaedic Research. 2002. Vol. 20, no. 1. P. 122-129. DOI: 10.1016/S07360266(01)00079-1
Total in-text references: 1
  1. In-text reference with the coordinate 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).

8
Аугамбаев М., Иванов А.З., Терехов Ю.И. Основы планирования научноисследовательского эксперимента / под ред. Г.М. Рудакова. Ташкент: Укитувчи, 2004. 336 с.
Total in-text references: 1
  1. In-text reference with the coordinate 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)

9
Поставнин В.И., Буданов С.А., Черкашина И.И. Применение компьютерных технологий при производстве портретной экспертизы: методические рекомендации. М.: ЭКЦ МВД России, 2006. 24 с.
Total in-text references: 1
  1. In-text reference with the coordinate 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.

10
Open computer vision library // Intel: website. Режим доступа: http://www.intel.com/content/www/us/en/homepage.html (дата обращения 01.12.2015).
Total in-text references: 1
  1. In-text reference with the coordinate 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.