ارائه ی روشی برای پویانمایی چهره با استفاده از بردارهای ویژگی

پویانمایی چهره یکی از موضوعات جالب توجه و مورد علاقه ی پژوهشگران است که کاربردهای متنوعی در ساخت واسط های تعاملی، ارتباطات از راه دور، پزشکی و ... دارد. پویانمایی با استفاده از بردارهای ویژگی یکی از روش های موجود در رویکرد مبتنی بر نمایش می باشد که در آن با استفاده از آنالیز چهره ی یک بازیگر، پارامترهای کنترل در قالب بردارهای ویژگی به طور خودکار استخراج شده، بر روی چهره اعمال می گردند. رویکرد دیگر پویانمایی چهره، قاب بندی کلیدی است که دنباله ای نرم از تغییرات چهره از یک حالت به حالت دیگر را با استفاده از درون یابی بین قاب های کلیدی تولید می کند. هدف از انجام این پژوهش، ترکیب روش قاب بندی کلیدی با روش استفاده از بردارهای ویژگی به منظور کاهش حجم اطلاعات مورد نیاز جهت پویانمایی است. تأثیر این کاهش حجم را می توان در کاربردهایی از قبیل کنفرانس ویدئویی و تلفن همراه تصویری جستجو نمود. به منظور نیل به این هدف، چارچوبی شامل دو فاز آنالیز و سنتز ارائه گردیده است. در فاز آنالیز روش احراز شایستگی به منظور انتخاب محتمل ترین کاندیدا از میان کاندیداهای محور تقارن چهره پیشنهاد گردیده است. همچنین روش نگاشت مبتنی بر ناحیه ی الگوی تغییر شکل پذیر که با ناحیه بندی چهره و کاهش تعداد تکرارها برای رسیدن به انرژی بهینه، موجب کاهش زمان اجرا و افزایش دقت روش نگاشت الگوی تغییر شکل پذیر می گردد، ارائه شده است. در فاز سنتز نیز روشی ساده به منظور اعمال بردار ویژگی بر روی چهره با استفاده از انطباق بر روی یک مدل تور عمومی و نگاشت بافت استخراج شده از قاب اول بر روی تصاویر دیگر قاب ها پیشنهاد گردیده است. با استفاده از این روش، برای بازسازی دنباله ی ورودی تنها اطلاعات مورد نیاز، تصویر قاب اول و بردارهای ویژگی قاب های دیگر دنباله است. به منظور ترکیب روش ارائه شده با روش قاب بندی کلیدی، روشی به منظور انتخاب قاب کلیدی بعدی از میان تعدادی قاب پیش نگر با استفاده از بیشینه ی جابجایی نقاط ویژگی در انتهای فاز آنالیز تبیین شده است. در نهایت نیز با استفاده از درون یابی خطی بین مقادیر بردارهای ویژگی قاب های کلیدی در انتهای فاز سنتز، به هدف مورد نظر در این پژوهش جامه ی عمل پوشانده ایم. نتایج به دست آمده از اجرای روش پیشنهادی بر روی پایگاه تصاویر احساسی و گفتاری tmu-emodb نشان دهنده ی دقت 99% در استخراج نواحی چهره و 88% در استخراج اجزای آن در آنالیز چهره و شباهت قابل قبول تصاویر بازسازی شده با استفاده از روش سنتز ارائه شده به تصاویر ورودی و نیز شباهت تصاویر سنتزشده ی با درون یابی به تصاویر سنتزشده ی بدون درون یابی است. روش سنتز نهایی، حجم اطلاعات ارسالی را تا میزان 30% کاهش می دهد، در حالی که تصاویر سنتز شده به وسیله ی آن نسبت به تصاویر ورودی، خطای میانگین مربعات 4.95 و تفاوت همبستگی 0.000629 داشته اند که نسبت به خطای روش بدون درون یابی قابل چشم پوشی است.