Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: rozpoznawanie mimiki

Sortuj według:

Ogranicz wyniki do:

Acquisition and indexing of RGB-D recordings for facial expressions and emotion recognition

Szwoch M.

Studia Informatica

2015

Vol. 36, nr 1

7--18

In this paper KinectRecorder comprehensive tool is described which provides for convenient and fast acquisition, indexing and storing of RGB-D video streams from Microsoft Kinect sensor. The application is especially useful as a supporting tool for creation of fully indexed databases of facial expressions and emotions that can be further used for learning and testing of emotion recognition algorithms for affect-aware applications. KinectRecorder was successfully exploited for creation of Facial Expression and Emotion Database (FEEDB) significantly reducing the time of the whole project consisting of data acquisition, indexing and validation. FEEDB has already been used as a learning and testing dataset for a few emotion recognition algorithms which proved utility of the database, and the KinectRecorder tool.

W pracy przedstawiono kompleksowe narzędzie, które pozwala na wygodną i szybką akwizycję, indeksowanie i przechowywanie nagrań strumieni RGB-D z czujnika Microsoft Kinect. Aplikacja jest szczególnie przydatna jako narzędzie wspierające tworzenie w pełni zaindeksowanych baz mimiki i emocji, które mogą być następnie wykorzystywane do nauki i testowania algorytmów rozpoznawania emocji użytkownika dla aplikacji je uwzględniających. KinectRecorder został z powodzeniem wykorzystany do utworzenia bazy mimiki i emocji FEEDB, znacznie skracając czas całego procesu, obejmującego akwizycję, indeksowanie i walidację nagrań. Baza FEEDB została już z powodzeniem wykorzystana jako uczący i testujący zbiór danych dla kilku algorytmów rozpoznawania emocji, co wykazało przydatność zarówno jej, jak również narzędzia KinectRecorder.

Śledzenie cech charakterystycznych twarzy w systemie rozpoznawania mimiki

Przybyło J.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

2007

T. 11, z. 3

257-266

W ostatniej dekadzie nastąpił dynamiczny rozwój interfejsów multimodalnych. Zróżnicowanie sposobów interakcji człowieka z komputerem obejmuje m.in. wykorzystanie mimiki twarzy do sterowania. Skuteczna lokalizacja elementów twarzy jest podstawowym wymaganiem dla wizyjnych systemów rozpoznawania mimiki. W artykule przedstawiono problem śledzenia elementów twarzy z wykorzystaniem typowych kamer internetowych dających obraz niskiej jakości. Opisano wpływ zakłóceń oraz akcji wykonywanych przez człowieka na skuteczność śledzenia cech. Zaproponowano dwa kryteria wyboru cech, oparte o analizę zróżnicowania tekstury oraz pomiar poziomu zakłóceń, które zwiększają skuteczność śledzenia.

Multimodal systems have developed rapidly during the past decade. They have diversified to include new modalities including facial gestures. Efficient facial feature localization and tracking is a basic functionality needed for vision-based face gesture recognition system. This paper addresses the problem of tracking facial features using low-quality video cameras. We describe influence of noise and human actions on tracking efficiency. We propose two feature selection criteria, based on texture diversity and measuring noise level, which improve tracking accuracy.