Análisis de relevancia de descriptores de forma para el reconocimiento de gestos faciales en imágenes 3D
Actualmente existe un creciente interés por estudiar técnicas basadas en visión artificial y computación gráfica para caracterizar el rostro humano, con el fin de realizar antropometría facial, reconocimiento e identificación de personas y sistemas de interacción hombre - máquina. Gracias a los méto...
- Autores:
-
Rodríguez Acevedo, Julián Severiano
- Tipo de recurso:
- Fecha de publicación:
- 2012
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/21163
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/21163
http://bdigital.unal.edu.co/11916/
- Palabra clave:
- 0 Generalidades / Computer science, information and general works
59 Animales / Animals
62 Ingeniería y operaciones afines / Engineering
Descriptores de forma 3D
Extracción de características
Reconocimiento de gestos
Shape descriptors 3D
Feature extraction
Gesture recognition
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | Actualmente existe un creciente interés por estudiar técnicas basadas en visión artificial y computación gráfica para caracterizar el rostro humano, con el fin de realizar antropometría facial, reconocimiento e identificación de personas y sistemas de interacción hombre - máquina. Gracias a los métodos actuales es posible tener modelos 3D del rostro que permiten sacar provecho de la gran cantidad de información geométrica que tiene el rostro. Esta información es obtenida frecuentemente mediante el cálculo de descriptores de forma, los cuales permiten obtener de forma numérica, información relevante acerca de la geometría del rostro. El objetivo de este trabajo es realizar un análisis de relevancia de tres descriptor de forma (DESIRE, Spherical Spin Image y Cone Curvature), para determinar la viabilidad de realizar reconocimiento de gestos faciales con alguno de ellos o con alguna combinación de los mismos. Se presentan análisis de la capacidad de recuperación de cada uno de ellos mediante las curvas de precisión - recall, análisis de la relevancia de sus características mediante el índice de Fisher; así como el entrenamiento de dos clasificadores diferentes, tomando las características más relevantes de cada descriptor; se analiza además el costo computacional de cada uno de ellos y la viabilidad para implementarlos en un sistema de reconocimiento en tiempo real. |
|---|