Visione e Percezione

progetto conclusivo

“Human recognition :A BIOMETRICAL APPROACH ”

Simone BalsanelliAdriano Cerocchi

Perché l’approccio Biometrico PCA vs Biometria Biometria privilegia le features invarianti Attraverso la biometria è possibile

scegliere le features e successivamente raffinare l’algoritmo per la loro ricerca

Il risultato migliore si ha da una sinergia dei due metodi

Assunzioni Le foto scattate contengono l’intero volto Il volto è posto pressoché perpendicolare

al piano della coppia di camere Non sono state fatte altre assunzioni...

La piattaforma di acquisizione

Caratteristiche tecniche Immagini max 640x480 Distanza circa 30 cm Si è cercato di avere gli epipoli all’infinito Buona per acquisizioni a distanza di circa

80/100 cm molto realistico

La calibrazione 1/2

La calibrazione 2/2

Errore di stima

Calcolo della distanza

Segmentazione 1/7 L’operazione di segmentazione consiste

nel riconoscere feature del volto e quindi restituirne le coordinate

Non sono state fatte assunzioni sulla rotazione del volto

L’elemento principale dell’algoritmo è la ricerca degli occhi

Segmentazione 2/7

Segmentazione 3/7 il filtro logfilt

Segmentazione 4/7

Segmentazione 5/7 algoritmo di breselike

Segmentazione 6/7

Segmentazione 7/7

Affidabilità della segmentazione Isolamento volto: 0.8 Ricerca iride: 0.45 (0.7 senza correzione) Ricerca bocca: 0.8 Ricerca naso: 0.4 Totale = 0.115 = 11.5% / 2 = 5,75% Ma senza assunzioni…e periferiche di

acquisizione di bassa qualità

Triangolazione e passaggio al modello 3D

Riconoscimento 1/2 Distanza interpupillare Distanza punto medio occhi – bocca Rapporto tra distanza

interpupillare/distanza bocca (rapporto T) Profondità del naso stimata come

differenza delle z dei punti (stima più realistica della distanza reale)

Riconoscimento 2/2 Pesi associati alle misurazioni:

Distanza interpupillare: 0.4 Distanza bocca: 0.3 Rapporto tra i due: 0.2 Profondità naso: 0.1

Affidabilità dell’algoritmo = 0.7

Possibili evoluzioni1

Migliorare i dispositivi di acquisizione

Possibili evoluzioni2

Warping (rettificazione)

Possibili evoluzioni3

Assunzioni più stringenti Posizione della persona Illuminazione Sfondo fisso Video anziché foto

Conclusioni Affidabilità bassa? Fattore relativo! Maggior discriminante: le telecamere Il sistema è molto veloce già all’interno di Matlab:

tra i 5 e i 10 secondi per riconoscere Il sistema ha complessità temporale invariante

alle migliorie Il sistema ha parametri che evidenziano la

correttezza del riconoscimento: sistema robusto! Sistema flessibile per rielaborazioni

Any questions

“The mere formulation of a problem is far more often essential than its solution, which may be merely a metter or mathematical or experimental skill”