BUSCADOR RECOLECTA

UPCommons. Portal del coneixement obert de la UPC

oai:upcommons.upc.edu:2099.1/4510

El objetivo de este proyecto es la definición, la implementación software y el análisis de un procedimiento que nos permita ajustar un modelo facial tridimensional genérico a las características faciales específicas de un individuo a partir de dos imágenes de su rostro, una que muestre su cara vista desde el frente y otra desde el perfil derecho. De esta manera, a partir de dos imágenes 2D, se puede obtener un modelo 3D de una persona en concreto. Esto es muy útil para realizar algoritmos de reconocimiento en 3D, que presentan una mayor robustez a problemas como la iluminación o la pose debido a que se incorpora la información de profundidad., La reconstrucción y el modelado de caras 3D son áreas de investigación actualmente muy activas debido a su implicación en gran número de aplicaciones como son la vídeo conferencia en 3D, reconocimiento facial en 3D, modelado de caras en video juegos, etc… Por este motivo, el objetivo principal de este proyecto está enfocado en el ajuste de un modelo genérico 3D (Candide) mediante las características faciales de un individuo a partir de 2 imágenes de su cara. El modelo genérico se modifica a través de unos parámetros faciales que permiten variar las características de la cara, así como las expresiones de esta. Estos parámetros están basados en las FAP (Facial Animation Parameters) y las FAU (Facial Animation Units) del Estándar MPEG 4. Las modificaciones que deben aplicarse sobre este modelo genérico, denominado Candide, vienen determinadas por las propias características faciales del individuo. Para conocerlas es necesario extraer las coordenadas de una serie de puntos que determinan la forma y tamaño de los ojos, la nariz, la boca y la cara. Estos puntos se extraen de dos imágenes ortogonales, una muestra la cara frontal y la otra el perfil. Conocidas las características faciales del individuo se calculan, mediante un algoritmo, las transformaciones que deben aplicarse sobre el modelo para ajustarlo a los puntos faciales más relevantes del individuo. Obtenida esta información, las modificaciones se aplican sobre el modelo facial Candide y los resultados se visualizan gracias a la utilización de las librerías de gráficos OpenGL.