Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Rilevazione automatica di volti in immagini a colori

Per la rilevazione dei volti, si analizzeranno dapprima alcuni modelli di sagome utili per identificare volti con diverse orientazioni, accennando anche all’importanza dei punti fiduciali che caratterizzano il volto. In seguito si chiarirà l’importanza del rilevamento delle zone di pelle e dell’applicazione dei filtri, mostrando anche le fasi di un algoritmo apposito per giungere allo scopo prefissato. Infine si esamineranno brevemente anche altri algoritmi.

Mostra/Nascondi contenuto.
migliore tra tutti, per cui sarà quello utilizzato nel prosieguo del lavoro. Sono anche state esaminate delle immagini in cui non compaiono volti e in alcuni casi sono stati registrati dei falsi allarmi (falsi positivi) che hanno rilevato teste laddove non erano presenti. Tuttavia in base alla colorazione delle regione in esame, come vedremo in seguito, si eliminerà questo inconveniente. Fig. 3 – Risultati ottenuti per il modello 5 in un sottoinsieme delle 71 immagini campione. 3. Rilevazione dei punti fiduciali È possibile rappresentare un volto mediante caratteristiche determinate in punti, detti fiduciali, che individuano i particolari salienti di un viso[4]. Tali punti sono 16, più precisamente quelli corrispondenti ai vertici delle sopracciglia e del mento, alla punta del naso, agli angoli e ai punti medi delle arcate inferiore e superiore della bocca e degli occhi. Data un’immagine a livelli di grigio di un volto in primo piano, si possono localizzare 16 punti fiduciali che lo caratterizzano (Fig. 4). Si presenta schematicamente prima la localizzazione del volto, poi la presenza di sottoimmagini contenenti elementi di interesse (occhi, naso, bocca, mento). Fig. 4 – Punti fiduciali 3.1 Localizzazione del volto Si assume che il volto sia rappresentato su sfondo chiaro ed omogeneo e che la posizione della testa sia verticale. Dalla richiesta di omogeneità dello sfondo segue che la zona dell’immagine in cui è rappresentato il volto sarà caratterizzata da un’alta presenza di bordi. Individuata la sottoimmagine contenente il volto vengono ricercati i pixels corrispondenti alla pelle e agli elementi di interesse. A tal fine l’insieme dei livelli di grigio è suddiviso in 3 classi mediante un algoritmo di clustering [9] (vedi par. 9) (Fig. 5). Fig. 5 – Risultato del clustering Fig. 6 – Feautures map ottenuta dall’img. di Fig.5 I pixels dell’immagine vengono quindi etichettati con i tre rappresentanti delle classi di equivalenza (grigio chiaro, grigio intermedio, grigio scuro) e la regione più grande di pixels a livello di grigio intermedio 4

Laurea liv.I

Facoltà: Ingegneria

Autore: Roberto La Bella Contatta »

Composta da 10 pagine.

 

Questa tesi ha raggiunto 305 click dal 30/04/2010.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.