淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-1102201110592800
中文論文名稱 臉部五官定位系統研討與實做
英文論文名稱 A Study and Implementation in Facial Organ Localization System
校院名稱 淡江大學
系所名稱(中) 資訊工程學系碩士在職專班
系所名稱(英) Department of Computer Science and Information Engineering
學年度 99
學期 1
出版年 100
研究生中文姓名 羅永欽
研究生英文姓名 Yung-Chin Lo
學號 797410189
學位類別 碩士
語文別 中文
第二語文別 英文
口試日期 2011-01-17
論文頁數 72頁
口試委員 指導教授-汪柏
委員-汪柏
委員-洪文斌
委員-謝文恭
中文關鍵字 主動式形狀模型  人臉特徵定位  ASM 
英文關鍵字 Active Shape Models  Facial Organ Localization  ASM 
學科別分類 學科別應用科學資訊工程
中文摘要 本論文主要是在探討如何快速擷取及定位人臉特徵的方法,並且開發出可以實現臉部五官定位與應用的系統。
人臉影像因人而異,通常含有很大的變異性,然而人臉五官卻又有大致相同的形狀;在近代發表的邊緣輪廓偵測的方法中,主動式形狀模型(Active Shape Models,ASM)在偵測已知形狀的輪廓上是一個有效的方法;因此,我們採用此方法做為理論基礎來開發實做系統。
我們系統主要分成兩個部份:(1)模型訓練,本論文的方法能夠幫助使用者更有效率的建立訓練模型;(2)定位應用,本論文的方法可以避免傳統主動式形狀模型因為初始搜尋位置不佳而造成無法有效偵測特徵點位置甚至找不到特徵點位置的問題,並且可以對搜尋結果異常的特徵點做屬性修正。
英文摘要 In this paper, we propose a system to locate facial organ in a given image. This system based on techniques of Activity Shapes Models method. Our facial organ localization system mainly contains two parts:(1) models training and (2)localization application. In the first part, our system can help users more efficiently create training models. In the second part, our system can avoid the traditional ASM may fail to locate an acceptable result if given a poor starting point and it will do attribute correction to abnormal feature points.
論文目次 第一章 緒論 1
1.1 研究動機 1
1.2 研究目的 2
1.3 文獻探討 3
1.4 論文架構 7
第二章 相關研究背景知識 8
2.1 色域轉換 8
2.2 影像平滑化 9
2.3 影像二值化 10
2.4 輪廓辨識 11
2.4.1 Canny邊緣偵測 11
2.4.2 動態輪廓辨識 14
第三章 動態形狀模型 15
3.1 概述 15
3.2 模型建立 16
3.2.1 定位點 16
3.2.2 主軸對齊 18
3.2.3 建立模型 18
3.3 搜尋定位 19
3.4 動態形狀模型限制 23
第四章 系統實做 25
4.1 系統實做環境 25
4.2 系統架構 25
4.3 系統實做流程 26
4.3.1 模型訓練 26
4.3.1.1 設置landmarks取樣 27
4.3.1.2 對齊所有訓練樣本集合 30
4.3.1.3 模型建立 34
4.3.2 定位應用 37
4.3.2.1 影像前處理及搜尋定位準備 38
4.3.2.2 搜尋定位 40
第五章 實驗結果展示與比較 46
5.1 操作介面 46
5.2 實驗結果展示與比較 50
第六章 結論以及未來展望 53
參考文獻 55
附錄─英文論文 60

圖目錄
圖 一、彩色影像轉灰階影像 8
圖 二、高斯濾波器 9
圖 三、經過高斯濾波器做影像平滑化結果 10
圖 四、二值化後的人臉影像 11
圖 五、SOBEL OPERATOR 12
圖 六、CANNY邊緣偵測結果 13
圖 七、合適的LANDMARKS 17
圖 八、標記過LANDMARKS的人臉影像 17
圖 九、在設置好形狀的LANDMARKS沿著物件邊界採集灰階值 20
圖 十、利用ASM搜尋人臉的例子 23
圖 十一、因初始位置不佳而搜尋失敗的例子 24
圖 十二、系統架構示意圖 26
圖 十三、模型訓練實做流程示意圖 27
圖 十四、設置LANDMARKS的詮釋例子 28
圖 十五、已標記LANDMARKS的訓練樣本 29
圖 十六、在資料庫中裡的部份訓練樣本集合 29
圖 十七、對齊訓練樣本的流程示意圖 30
圖 十八、兩個不同座標軸的形狀 31
圖 十九、兩個相同座標軸的形狀 31
圖 二十、未對齊前的訓練樣本集合 33
圖 二十一、對齊後的訓練樣本集合 34
圖 二十二、一個在二維空間集合上使用PCA的例子 35
圖 二十三、訓練樣本集合計算出來的平均向量 37
圖 二十四、定位應用流程示意圖 38
圖 二十五、影像前處理工作流程示意圖 38
圖 二十六、搜尋定位準備工作流程示意圖 39
圖 二十七、搜尋定位準備工作完成的例子 40
圖 二十八、搜尋臉部輪廓 41
圖 二十九、搜尋鼻子 41
圖 三十、搜尋嘴巴 42
圖 三十一、搜尋眼睛 42
圖 三十二、搜尋眉毛 43
圖 三十三、屬性修正例子 44
圖 三十四、程式主畫面 46
圖 三十五、樣本相關資訊 47
圖 三十六、影像前處理相關資訊 48
圖 三十七、設置LANDMARKS時的位置與順序提示 48
圖 三十八、設置LANDMARKS時的移動提示 49
圖 三十九、完成搜尋定位準備工作 50
圖 四十、影像搜尋定位後的結果 50
圖 四十一、搜尋定位準備工作在人臉不在影像中央的例子 51
圖 四十二、人臉不在影像中央的搜尋定位結果 51


參考文獻 [01] G. Yang and T.S. Huang, ”Human Face Detection in Complex Background ”, Pattern Recognition, VOL.27, No.1,pp.53-63,1994.
[02] K.Sobottka and I. Pitas, ”Face Localization and Feature Extraction Based on Shape and Color Information ”, Proc. IEEE Int^, l Conf. Image Processing, pp.483-486,1996.
[03] M. Yachida, H. Wu and Q. Chen, ”Face Detection from Color Images Using a Fuzzy Pattern Matching Method ”, IEEE Trans. Pattern Analysis and Machine Intelligence, VOL.21,No.6,pp.557-563,June 1999.
[04] M. Yachida , H. Wu and D. Pramadihanto, ”Face and Facial Feature Extraction from Color Image ”Proc. Second Int^, l Conf. Automatic Face and Gesture Recognition,pp.345-350,1996.
[05] K.C. Yow and R. Cipolla, ”A Probabilistic Framework for Perceptual Grouping of Features for Human Faze Detection ” Proc. Second Int^, l Conf. Automatic Face and Gesture Recognition,pp.16-21,1996.
[06] M. Kirby and L. Sirovich,”Applicaton of the Karhunen-Loe‵ve Procedure for the Characterization of Human Face ”, IEEE Trans. Pattern Analysis and Machine Intelligence, VOL.12,No.1,pp.103-108, Jan. 1990.
[07] K.-K Sung and T. Poggio,”Example-Based Learning for View Based Human Face Dectection ”, IEEE Trans. Pattern Analysis and Machine Intelligence, VOL.20,NO.1,pp.39-51,Jan.1998.
[08] M. Propp and A. Samal, ”Artificial Neural Network Architectures for Human Face Detection ”, Intelligence Eng. Systems through Artificial Neural Networks, VOL.2,1992.
[09] E. Osuna, R. Freund, and F. Girosi, “Training Support Vector Machines: An Application to Face Detectio ”, Proc. IEEE Conf. Computer Vision and Pattern Recognition,pp.130-136,1997.
[10] T. Sakai ,M. Nagao,and S. Fujibayashi, “Line Extraction and Pattern Detection in a Photograph ”, Pattern Recognition,VOL.1,pp.233-248,1969.
[11] I. Craw, H. Ellis, and J. Lishman, ”Automatic Extraction of Face Features ”, Pattern Recognition Letters, VOL.5,pp.183-187,1987.
[12] A.Yuille, P. Hallinan, and D. Cohen, “Feature Extraction from Faces Using Deformable Templates ”, Int^, l J. Computer Vision, VOL.8,NO.2,pp.99-111,1992.
[13] Canny, J. “A Computational Approach To Edge Detection”, IEEE Trans. Pattern Analysis and Machine Intelligence, 8:679-714, 1986.
[14] Kass, M., Witkin, A. and Terzopoulos, D.: 1987, “Snakes: Active contour models”, International Journal of Computer Vision 1, 321–323.
[15] C. Xu and J. L. Prince, “Generalized Gradient Vector Flow External Forces for Active Contours”, Signal Processing --- An International Journal, 71(2), pp. 131-139, December 1998.
[16] Malladi, R., Sethian, J. A. and Vemuri, B. C.: 1995, “Shape modeling with front propogation: A level set approach”,IEEE Transactions on Pattern Analysis and Machine Intelligence 17(2), 158–175.
[17] T. Chan and L. Vese, “Active contours without edges”, IEEE Trans. Imag. Proc., vol. 10, pp. 266-277, 2001.
[18] T.F.Cootes and C.J. Taylor “Active Shape Models – Smart Snake”,In Proc.British Machine vision Conf.,BMVC92,pages 266-275,1992.
[19] T.F. Cootes and C.J. Taylor and D.H. Cooper and J. Graham (1995). “Active shape models - their training and application”. Computer Vision and Image Understanding (61): 38–59,1995.
[20] C.Goodall,“Procrustes Methods in the Statistical Analysis of Shape”,Jour. Royal Statistical Society,Series B,53:285-339,1991.
[21] J.C.Gower,“Generalized Procrustes analysis”, Psychometrika,40:33-50,1975.
[22] F.L. Bookstein. Principal warps:”Thin-plate splines and the decomposition of deformations”.IEEE Transactions on Pattern Analysis and Machine Intellifence,11(6):567-585,1989.
[23] Jolliffe I.T. “Principal Component Analysis, Series: Springer Series in Statistics”, 2nd ed., Springer, NY, 2002, XXIX, 487 p. 28 illus.
[24] T.F.Cootes and C.J. Taylor,Hill A,Halsam J. “The Use of Active Shape Models for Locating Structures in Medical Image”. Proceedings of the〖13〗^th International Conference on Information Processing in Medical Imaging,(Eds. H.H.Barrett,A.F.Gmitro)Springer-Verlag,1993,pp. 33-47.
[25] T.F.Cootes and C.J. Taylor ,“Statistical Model of Appearance for Computer Vision”, Wolfson Image Analysis Unti, Imaging Science and Biomedical Engineering, University of Manchester, July 10 , 2000.
[26] Lanitis A, Taylor C, Cootes T. “Automatic InterPretation and Coding of Face Images Using Flexible Models”. IEEE Transaction on pattern Analysis and Machine Intelligence, July 1997, Vol.19, No.7,pp.743-756.
[27] GTK+, http://www.gtk.org/documentation.html
[28] GSL - GNU Scientific Library , http://www.gnu.org/software/gsl/
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2014-02-21公開。
  • 同意授權瀏覽/列印電子全文服務,於2014-02-21起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信