Warianty tytułu
Automatic face segmentation for human-computer interface
Języki publikacji
Abstrakty
Skuteczna detekcja i lokalizacja twarzy jest podstawowym wymaganiem dla wizyjnych interfejsów człowiek-komputer opartych na analizie mimiki twarzy. Istniejące metody poszukiwania twarzy, wykorzystujące segmentację, wymagają stosowania dodatkowej analizy w rzeczywistych warunkach akwizycji obrazów. W niniejszej pracy przedstawiono metodą segmentacji twarzy opartą na analizie kolorów, połączoną z automatyczną kalibracją parametrów algorytmu. Kalibracja bazuje na aktywnym oświetleniu. Opracowana metoda kalibracji pozwala na zwiększenie skuteczności segmentacji twarzy.
Efficient face detection and localization is a basic functionality needed for face gesture recognition in visual human-computer interfaces. Existing approaches to face localization are based on skin segmentation. However additional analysis is required when using popular, Iow quality cameras. This paper describes color-based face segmentation algorithm with automatic calibration of skin-color model parameters, using flash illumination. Proposed algorithm allows to increase efficiency of face segmentation.
Słowa kluczowe
Rocznik
Tom
Strony
587-600
Opis fizyczny
Bbliogr. 15 poz., rys., wykr.
Twórcy
autor
- Katedra Automatyki, Akademia Górniczo-Hutnicza, Kraków
autor
- Katedra Automatyki, Akademia Górniczo-Hutnicza, Kraków
autor
- Katedra Automatyki, Akademia Górniczo-Hutnicza, Kraków
Bibliografia
- [1] Chai D., Ngan K.N.: Face segmentation using skin color map in videophone applications. IEEE Transactions on Circuits and Systems for Video Technology, t. 9, nr 4, 1999, 551-564
- [2] Comaniciu D., Ramesh V, Meer P.: Real-time tracking of nonrigid objects using mean shift. IEEE Conf. on Computer Vision and Pattem Recognition, Hilton Head Island, South Carolina, t. II, 2000, 142-149
- [3] Cutler R., Davis L.: View-based detection and analysis of periodic motion. International Conference on Pattern Recognition, Brisbane, Australia, 1998, 495-500
- [4] Eleftheriadis A., Jacąuin A.: Model-assisted coding of video teleconferencing sequences at Iow bit rates. Proc. ISCAS '94, 1994
- [5] Fritsch J., Lang S., Kleinehagenbrock M., Fink G.A., Sagerer G.: lmproving adaptive skin color segmentation by incorporating results from face detection. IEEE Int. Workshop on Robot and Human Interactive Conununication (ROMAN), Berlin, 2002, 337-343
- [6] Heikkila J., Silven O.: A real-time system for monitoring of cyclists and pedestrians. Second IEEE Workshop on Visual Surveillance, Fort Collins, Colorado, 1999, 74-81
- [7] Isard M., Blake A.: CONDENSATION- conditional density propagation for visual tracking. Int J. Computer Vision, t. 29, nr 1, 1998, 5-28
- [8] Kapoor A., Picard R.W.: Real-Ttme. Fully Automatic Upper Facial Feature Tracking. Fifth IEEE International Conference on Automatic Face and Gesture Recognition, Washinton, 2002
- [9] Lombardi J., Betke M.: A Self-initializing Eyebrow Trackerfor Binary Switch Emulation. Boston University, Computer Science Department, Technical Report BUCS-TR-2002-023, 2002
- [10] Przybyło J., Jabłoński M., Wołoszyn R: Wizyjny interfejs człowiek-komputer dla użytkowników niepełnosprawnych. Półrocznik AGH Automatyka, t. 7, z. 3, 2003, 385-398
- [11] Schwerdt K., Crowley J.L.: Robust Face Tracking Using Color. Proceedings of the Fourth IEEE International Conference on Automatic Face and Gesture Recognition, 2000
- [12] Shokoufandeh A., Dickinson S., Jonsson C, Bretzner L., Lindeberg T.: On the Representation and Matching of Qualitative Shape at Multiple Scales. European Conference on Computer Vision, Kopenhaga, 2002
- [13] Skarbek W: Segmentation of Colour Images. Warszawa, PAN 1994
- [14] Stauffer Ch., Grimson W.E.L.: Adaptive background mixture models for real-time tracking. CVPR99, Fort Colins, 1999
- [15] Turk M., Pentland A.: Eigenfaces for recognition. Journal of Cognitive Neuroscience, t. 3, nr 1, 1991,71-86
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-article-AGH1-0006-0029