Journal of KIISE:Computing Practices and Letters (한국정보과학회논문지:컴퓨팅의 실제 및 레터)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Building a 3D Morphable Face Model using Finding Semi-automatic Dense Correspondence

반자동적인 대응점 찾기를 이용한 3차원 얼굴 모델 생성

  • 최인호 (포항공과대학교 컴퓨터공학과) ;
  • 조선영 (KT 미래기술연구소) ;
  • 김대진 (포항공과대학교 컴퓨터공학과)
  • Published : 2008.10.15
Download PDF
⟨ Previous Next ⟩

Abstract

2D face analysis has some limitations which are pose and illumination sensitive. For these reasons, even if many researchers try to study in the 3D face analysis and processing, because of the low computing performance and the absence of a high-speed 3D scanner then a lot of research is not being able to proceed. But, due to improving of the computing performance in these days, the advanced 3D face research was now underway. In this paper, we propose the method of building a 3D face model which deal successfully with dense correspondence problem.

2D 기반의 얼굴 분석 및 처리 알고리즘은 포즈 및 조명에 강인하지 못한 문제점들이 존재한다. 이러한 이유로 과거 3D 기반의 얼굴 분석 및 처리 분야에 많은 연구를 진행하려 하였지만, 컴퓨팅 파워의 한계와 고속 스캐너의 부재 등으로 많은 연구가 진행되지 못하였다. 하지만 오늘날 하루가 다르게 빨라지고 있는 컴퓨터의 성능으로 인해 주춤했던 연구들이 다시 진행되고 있다. 이에 본 논문에서는 널리 알려진 선형 모델 기반의 3D morphable face model을 제작하고 성능을 높이는 방법에 대한 구현 및 dense correspondence 문제를 해결하기 위한 방법을 제안한다.

Keywords

References

  1. X. Tan, S. Chen, Z. Zhou and F. Zhang, 'Face recognition from a single image per person: A survey,' Pattern Recognition, Vol.39, No.9, pp. 1725-1745, 2006 https://doi.org/10.1016/j.patcog.2006.03.013
  2. D. Beymer, 'Face recognition under varying pose,' Proc. of the IEEE Conf. on Computer Vision and Pattern Recognition, pp. 756-761, 1994
  3. P. N. Belhumeur and D. J. Kriegman, 'What is the set of Images of an Object Under All possible Lighting Conditions?,' Proc. of the IEEE Conf. on Computer Vision and Pattern Recognition, pp. 270-277, 1996
  4. M. J. Jones and T. Poggio, 'Multidimensional Morphable Models: A Framework for Representing and Matching Object Classes,' International Journal of Computer Vision, Vol.2, No.29, pp. 107-131, 1998
  5. V. Blanz and T. VetterR, 'A Morphable Model For The Synthesis Of 3D Faces,' Proc. of the 26th annual Conf. Computer graphics and interactive techniques, pp. 187-194, 1999
  6. T. Vetter, M.J. Jones and T. Poggio, 'A bootstrapping algorithm for learning linear models of object classes,' Proc. of the IEEE Conf. on Computer Vision and Pattern Recognition, pp. 40-46, 1997
  7. BJUT, 'BJUT-3D Face Database,' Beijing University of Technology
  8. B. K. P. Horrn and B. G. Schunck, 'Determining Optical Flow,' Artificial Intelligence, Vol.17, pp. 185-203, 1981 https://doi.org/10.1016/0004-3702(81)90024-2
  9. S. Romdhani and T. Vetter, 'Efficient, Robust and Accurate Fitting of a 3D Morphable Model,' Proc. of the IEEE International Conf. on Computer Vision, pp. 59-66, 2003