10.14489/vkit.2015.05.pp.009-014

DOI: 10.14489/vkit.2015.05.pp.009-014

Бекетова И. В., Каратеев С. Л., Ососков М. В., Костромов Н. А.
ИСПОЛЬЗОВАНИЕ УПРОЩЕННОЙ 3D-МОДЕЛИ ПОВЕРХНОСТИ ЛИЦА ДЛЯ ВОССТАНОВЛЕНИЯ ЕГО ФРОНТАЛЬНОГО ИЗОБРАЖЕНИЯ
(с. 9-14)

Аннотация. Представлена технология трансформации изображения лица к стандартному виду, удовлетворяющему основным требо-ваниям и рекомендациям ГОСТ ИСО/МЭК 19794-5–2006 и обеспечивающему корректную работу алгоритмов распознавания в системах компьютерного зрения. Показано, что технология автоматического получения в режиме реального времени стандартного изображения лица по его единственному изображению базируется на совместном использовании программно-аппаратного комплекса подготовки и контроля цифровых фотографий и текстурированной низкополигональной 3D-модели поверхности лица.

Ключевые слова: обработка изображений; распознавание лица; 3D-модель поверхности лица.

Beketova I. V., Karateev S. L., Ososkov M. V., Kostromov N. A.
USING A SIMPLIFIED 3D-SURFACE MODEL OF FACE FOR RESTORATION OF THE IMAGE OF THE PERSON
(pp. 9-14)

Abstract. The technology for transforming a face image to the standard form, to meet the basic requirements and recommendations of GOST ISO / IEC 19794-5–2006 and providing correct working of pattern recognition algorithms in systems of computer vision. The technology for automatically reconstruction standard face image from a single 2D-image in real-time, based on the combined use of software and hardware complex for preprocessing and control of digital images and with simple polygonal textured 3D-model of the surfaces of the human face. Feature of the algorithm is to use only the original image to produce a standard image. Rotate the 3D-models can be converted to a standard image of the face frontal image, where high fidelity 3D-shape of the face is not important. Simplified 3D-model of the surface entity allows it to deform easily stretching or compression relative to the spatial axes, thereby adapt 3D-model to the width and height of the face of the individual. Specific human face image is formed by combining the generalized face model with texture particular individual. Presented in the paper simulation results showed that the proposed technology can automatically process images faces in angles up to three quarters in proper quality.

Keywords: обработка изображений; распознавание лица; 3D-модель поверхности лица.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

И. В. Бекетова, С. Л. Каратеев, М. В. Ососков, Н. А. Костромов (ФГУП «Государственный научно-исследовательский институт авиационных систем» ГНЦ РФ, Москва) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

Eng

I. V. Beketova, S. L. Karateev, M. V. Ososkov, N. A. Kostromov (State Research Institute of Aviation Systems State Scientific Center of Russian Federation, Moscow) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

+ - Библиографический список (References) Click to collapse

Рус

1. ГОСТ Р ИСО/МЭК 19794-5–2006. Автоматиче-ская идентификация. Идентификация биометрическая. Форматы обмена биометрическими данными. Часть 5. Данные изображения лица (с изменениями № 1, 2). Введ. 2007-01-01. М.: Стандартинформ, 2006. 68 с.
2. Программно-аппаратный комплекс подготовки и контроля цифровых фотографий для биометрических документов / И. В. Бекетова и др. // Вестник ком-пьютерных и информационных технологий. 2008. № 2. С. 9 – 14.
3. Levine M., Yu Y. State-of-the-Art of 3D Facial Reconstruction Methods for Face Recognition Based on a Single 2D Training Image per Person // Pattern Recognition Letters. 2009. V. 30, № 10. P. 908 – 913.
4. A Statistical Method for Robust 3D Surface Reconstruction from Sparse Data // IEEE 2nd International Symposium on 3DPVT 2004; Ed. Y. Aloimonos, G. Taubin. Thessaloniki, Greece, 2004. P. 293 – 300.
5. CANDIDE – a Parameterized Face [Электронный ресурс]. URL: http://www.bk.isy.liu.se/candide/ (дата обращения: 15.03.2015).
6. Ahlberg J. CANDIDE-3 – an Updated Parameter-ized Face: Report No. LiTH-ISY-R-2326. Dept. of Electrical Engineering, Linkoping University. Sweden, 2001. 16 р.
7. Автоматическое выделение на цветных цифро-вых изображениях лица человека и его характерных черт / С. Ю. Желтов и др. // Вестник компьютерных и информационных технологий. 2005. № 10. С. 2 – 7.
8. Автоматическое обнаружение лиц на цифровых изображениях на основе метода адаптивной классификации AdaBoost / И. В. Бекетова и др. // Вестник компьютерных и информационных технологий. 2007. № 8. С. 2 – 6.
9. Алгоритм автоматического обучения каскадно-го классификатора на основе метода адаптивного усиле-ния AdaBoost / И. В. Бекетова и др. // Многопроцессор-ные вычислительные и управляющие системы (МВУС-2009): материалы Междунар. науч.-техн. конф. Таганрог, 2009. Т. 2. С. 239–240.
10. Viola P., Jones M. Robust Real Time Object Detec-tion // IEEE ICCV Workshop Statistical and Computational Theories of Vision. 2001. V. 57, № 2. Р. 137 – 154.
11. OpenGL: The Industry’s Foundation for High Performance Graphics [Электронный ресурс]: офиц. сайт. URL: http://www.opengl.org/ (дата обращения: 15.03.2015).
12. CMU/VASC Images Database: Profile Face Images [Электронный ресурс]. URL: http://vasc.ri.cmu.edu/idb/ html/face/profile_images/ (дата обращения: 15.03.2015).

Eng

1. Automatic identification. The biometric identifica-tion. Interchange formats for biometric data. Part 5. The image data of the face (with amendments No. 1, 2). (2006). Ru Standard No. GOST R ISO/MEK 19794-5–2006. Moscow: Standartinform.
2. Beketova I.V., Karateev S.L., Vizil'ter Iu.V., Bondarenko A.V., Zheltov S.Iu. (2008). Software and hard-ware complex for preparing and control of digital images for biometric documents. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (2), pp. 9-14.
3. Levine M., Yu Y. (2009). State-of-the-art of 3D fa-cial reconstruction methods for face recognition based on a single 2D training image per person. Pattern Recognition Letters, 30(10), pp. 908-913. doi: 10.1016/j.patrec. 2009.03.011
4. Aloimonos Y., Taubin G. (Eds.). A statistical method for robust 3D surface reconstruction from sparse data. IEEE 2nd International Symposium on 3DPVT 2004. Thes-saloniki, Greece, pp. 293 – 300.
5. CANDIDE – a Parameterized Face. Available at: http://www.bk.isy.liu.se/candide/ (Accessed: 15.03.2015).
6. Ahlberg J. (2001). CANDIDE-3 – an Updated Pa-rameterized Face: Report No. LiTH-ISY-R-2326. Dept. of Electrical Engineering, Linkoping University. Sweden.
7. Zheltov S. Iu. et al. (2005). Automatic extraction in digital color images of the human face and its characteris-tics. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (10), pp. 2-7.
8. Beketova I. V. et al. (2007). Automatic face detection in digital images based on the method of adaptive AdaBoost classification. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (8), pp. 2-6.
9. Beketova I. V. et al. (2009). The algorithm of auto-matic learning of cascade classifier based on the method of adaptive gain AdaBoost. Multiprocessor computing and control systems (MVUS-2009): proceedings of the International scientific and technical conference. Taganrog. Vol. 2, pp. 239-240.
10. Viola P., Jones M. (2001). Robust real time object detection. IEEE ICCV Workshop Statistical and Computa-tional Theories of Vision, 57(2), pp. 137-154.
11. OpenGL: The Industry’s Foundation for High Performance Graphics: official site. Available at: http://www.opengl.org/ (Accessed: 15.03.2015).
12. CMU/VASC Images Database: Profile Face Images. Available at: http://vasc.ri.cmu.edu/idb/ html/face/pro-file_images/ (Accessed: 15.03.2015).

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа статьи заполните форму:

{jform=1,doi=10.14489/vkit.2015.05.pp.009-014}

Eng

This article is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please fill out the form below:

{jform=2,doi=10.14489/vkit.2015.05.pp.009-014}