Professional Documents
Culture Documents
RECONHECIMENTO DE
EXPRESSES FACIAIS
JOAO PANCERI
Lab CISNE - UFES - Orientador: Evandro
2 MOTIVAO
Expresses faciais so manifestaes externas de emoes bsicas pr
programadas que ocorrem de modo universal em toda espcie humana e
em alguns mamferos. Um sistema capaz de identificar tais expresses
apresenta inmeras aplicaes no mundo atual.
POSSVEIS APLICAES:
Sade, incluindo monitoramento de
pacientes ou anlises psicolgicas;
Criao de avatares;
Educao a distncia assistida;
Anlise da resposta de consumidores
a um determinado contedo.
3
Lie To Me!
Paul Ekman
Psiclogo.
Pesquisador.
Consultor do FBI.
4
1.
EXPRESSES
BASICAS
Em 1971 Ekman publicou seu famoso trabalho, investigando diferentes sinais no
verbais de comunicao (expresses faciais, gestos e postura corporal) em diversas
culturas espalhadas pelo mundo, buscando informaes acerca de
significados, funes, origens, categorizao e anatomia.
5
6 AS 6 EXPRESSES BSICAS
7 TEORIA FACS ( Facial Action Coding System )
8 TEORIA FACS ( Facial Action Coding System )
Feliz Nervoso Triste Medo
Harrison Ford
10
Harrison Ford
11
Harrison Ford
2.
ESTADO DA ARTE
12
ESTADO DA ARTE - HISTOGRAM OF ORIENTED
13 GRADIENTS - HOG
Carcagni and Distante, 2015
Aplica a tcnica HOG - Histogram of Oriented Gradients face, com o
propsito de se obter o sentido e magnitude das deformaes geradas na
face pelas expresses faciais e assim classific-las.
14 ESTADO DA ARTE - DEEP LEARNING
ZHOU and SHI, 2016
Sustenta a hiptese de que o mecanismo de reconhecimento de expresses
faciais em humanos e a tcnica Deep Learning apresenta similaridades.
15 ESTADO DA ARTE - ACTIVE APPEARANCE MODEL - AAM
Pedroso e Salles, 2012
A ferramenta de modelagem utilizada conhecida como AAM - Active Appearance
Model possui a capacidade de encontrar pontos especficos, a partir do ajuste
iterativo de uma mscara de pontos genrica pr posicionada na face.
3.
ACTIVE APPEARANCE
MODEL - AAM
O AAM - Active Appearance Model um algoritmo capaz de modelar um objeto mesmo
com e pequenas deformaes na forma e textura em relao aos objetos similares
submetidos ao treinamento.
16
17 CONSTRUO DO MODELO
O algoritmo Procrustes
Analysis, que tem como
objetivo minimizar as
transformaes de
similaridade nas imagens de
treinamento. Aps isso
aplicamos o PCA na nuvem de
dados, bem como obtemos a
forma mdia.
CONSTRUO DO MODELO
20 (Shape Model - Forma Mdia)
CONSTRUO DO MODELO
21 (Shape Model - PCA)
Pesos
Forma
(Parmetros a
Forma Maiores
serem estimados)
Mdia Auto
Vetores
22 METODOLOGIA DE TREINAMENTO
Landmarks 1
Landmarks 2 PCA
Landmarks 2000
CONSTRUO DO MODELO
23 (Appearance Model -Triangulao de Delaunay e
Piecewise Affine Warps )
Aps a Triangulao de Delaunay entre as landmarks a construo do
modelo de textura necessita levar cada face de treinamento para a
forma mdia. A funo de mapeamento de pixel utilizada para realizar e
mapeamento foi Piecewise Affine Warps.
24 METODOLOGIA DE TREINAMENTO
Textura 1 Mapeamento de Pixels
Conjunto de Modelo de
Texturas Textura
Textura
Mdia
Pesos
Textura
(Parmetros a
Textura Maiores
serem estimados)
Mdia Auto
Vetores
CONSTRUO DO MODELO
26 (AAM)
27 AJUSTE AAM
Imagem deformada
para o Modelo de Forma Modelo de Textura
28 OTIMIZAO DA SOLUO
29 AJUSTE AAM
4.
TREINAMENTO AAM
30
31 BANCO DE DADOS - Cohn-Kanade - CK+
T. Kanade and Tian, 2000
Tringulos
40 DISTRIBUIO DOS DADOS
41 CLASSIFICADORES
Comparao de Resultados
44 CONCLUSES
A etapa de ajuste AAM s novas faces, apresentou bons resultados, se
aproximando das pr marcaes do banco de dados utilizado.
Dvidas? Sugestes?
joao.panceri@ifes.edu.br
50 RESULTADOS - BASE JAFFE