Дышкант Наталья Федоровна natalia.dyshkant@gmail МГУ имени М.В....
DESCRIPTION
Сравнение и подгонка поверхностей при решении прикладных задач анализа 3 d портретов человеческих лиц. Дышкант Наталья Федоровна [email protected] МГУ имени М.В. Ломоносова Факультет Вычислительной математики и кибернетики. Современные трехмерные сканеры. Исходные данные. - PowerPoint PPT PresentationTRANSCRIPT
Сравнение и подгонка поверхностей при решении прикладных задач анализа
3d портретов человеческих лиц
Дышкант Наталья Федоровна[email protected]
МГУ имени М.В. ЛомоносоваФакультет Вычислительной математики и кибернетики
Современные трехмерные сканеры
Исходные данные
Дискретная модель поверхности – нерегулярное облако точек; Поверхности, однозначно проецируемые на плоскость:
Поверхность как функция, заданные на дискретном множестве точек на плоскости (в узлах сетки).
Общая постановка задачи• Даны две однозначные поверхности;
• Требуется: – Ввести меры для сравнения поверхностей;– Разработать эффективный метод вычисления
мер;– Адаптировать метод для специализированных
задач анализа 3d моделей лиц.
Моделирование однозначных поверхностей
Примеры сеток, имеющих регулярную (слева) и нерегулярную (справа) структуры
Недостатки регулярных сеток:
Проблема выбора оптимального шага сетки; Плохая адаптация к точности описания, избыточность описания; Вычислительная неэффективность.
Известные подходы к решению• Подгонка поверхностей на основании расстояний
между точками в 3d пространстве (алгоритм ближайших точек ICP, его модификации):
– Высокая вычислительная сложность;
• Пересчет исходных данных в 2d регулярные сетки:
– Проблема избыточности описания, повышение вычислительной сложности.
Основные идеи предлагаемого подхода
Сохранение исходных нерегулярных сеток без пересчета в общую регулярную;Аппроксимация каждой поверхности кусочно-
линейной функцией вида z=f(x,y) на основе построения триангуляций Делоне;Вычисление («взвешенного») объема разности
между триангулированными поверхностями;Восполнение каждой из функций в другой сетке на
основе локализации триангуляций Делоне.
Математическая постановка задачи
Алгоритм сопоставления поверхностей
Подгонка поверхностей
Меры для сравнения поверхностей
Мера для сравнения в случае сеток разной плотности
Мера вычисляется по треугольникам, объединяющим узлы разных сеток – «интерфейсным» треугольникам
Модификация алгоритма сопоставления поверхностей
3d модели лица • Получены сканером
Broadway компании Artec Group (http://www.artec-group.ru)
• Координаты точек в масштабе 1:1 с объектом;
• Расположение (приближенное) в системе координат:
Количественная оценка асимметрии лица по 3d модели (1 из 2)
• Сравнение исходной модели лица и модели, отраженной относительно плоскости симметрии;
• Нахождение оптимальной плоскости симметрии модели – плоскости симметрии, при которой мера различия между двумя моделями минимальна.
Исходная (красный цвет) и отраженная (зеленый цвет) маски лица
Дышкант Н.Ф., Местецкий Л.М. «Оценка асимметрии лица по трехмерному портрету» // Тезисы докладов “Интеллектуализация обработки информации - 2008”, 2008 год, С.94-96.
Количественная оценка асимметрии лица по 3d модели (2 из 2)
Проведенные вычислительные эксперименты на базе из 191 модели 8 людей показали устойчивость предложенной оценки
Сегментация 3d модели лица на статические и динамические области по трехмерной видеопоследовательности (1 из 3)Дышкант Н.Ф., Гордеев Д.В. «Сегментация модели лица на статические и
динамические области по трехмерной видеопоследовательности» // сборник докладов конференции «МММРО-14», 2009 год, С. 329-332.
Сегментация 3d модели лица на статические и динамические области по трехмерной видеопоследовательности (2 из 3)
Сегментация 3d модели лица на статические и динамические области по трехмерной видеопоследовательности (3 из 3)
Сравнение сопоставления верхних частей по всей модели (слева) и по статической части (справа)
Сопоставление моделей по нижней челюсти по всей модели (слева) и по сегментированной из динамической части области
Приложение в области ортодонтииПозиционирование модели челюсти в 3d модели головы
Результаты• Предложены меры для сравнения
поверхностей, представленных облаками точек на разных дискретных сетках;
• Предложен подход для вычисления мер, сохраняющий исходную нерегулярность данных и обладающий высокой вычислительной эффективностью;
• Рассмотрены несколько задач анализа 3d моделей лица человека, для них обоснованы возможности применения предложенного подхода.