FenixEdu™

Dissertação

{en_GB=Plenoptic Face Reconstruction} {} EVALUATED

Detalhes: {pt=O uso de informação biométrica é uma necessidade emergente na nossa sociedade, com a biometria facial a fazer parte da escolha natural para autenticação. Modelos bidimensionais de faces permitem ataques de apresentação facial, recorrendo a fotografias ou ecrãs. Para elevar os níveis de fidelidade e segurança em autenticação por biometria facial é necessário investigar modelos tridimensionais. Este trabalho investiga a aplicação de câmaras plenópticas à reconstrução 3D de faces, com foco em zonas de gradiente baixo. As câmaras plenópticas captam diferentes pontos de vista simultaneamente, permitindo extrair informação 3D de cenas (reconstruir) através da redundância de informação. As metodologias de reconstrução atuais, baseadas em edge-points, mostram dificuldades em zonas de baixo gradiente. Nesta tese, é conduzido um estudo preliminar para aferir se zonas de baixo gradiente possuem informação para reconstrução, recorrendo a light field shearing em dados sintéticos. Concluiu-se que, dividindo zonas de baixo gradiente (não nulo) em segmentos suficientemente grandes, é possível recuperar informação para reconstrução. É proposto um método para reconstrução facial, que visa complementar os métodos edge-based, recorrendo à aplicação de light field shearing a segmentos delimitados por, mas não contendo, gradientes elevados. As experiências efetuadas utilizando o método proposto, em dados sintéticos e reais, mostram uma reconstrução consistente em zonas de baixo gradiente. O método proposto para reconstrução facial fornece informação capaz de complementar a reconstrução efetuada por métodos edge-based. A performance de dois métodos de reconstrução, conhecidos na literatura, foi analizada no contexto de reconstrução de faces tendo o método proposto fornecido resultados comparativamente promissores., en=In our evolving society the use of biometric information is an increasingly pressing need, with facial biometrics having a large expected role in authentication applications. Two dimensional face models allow presentation attacks, based on photographs or displays. Research in the three dimensional face models is necessary to achieve higher levels of accuracy and reliability resulting in improved security. This work aims to investigate the use of plenoptic cameras in 3D face reconstruction, focusing on the reconstruction of low gradient areas. Plenoptic cameras capture a scene from different viewpoints, and store the information in a single image sensor. That information is sufficient to acquire 3D information from scenes, i.e., perform reconstruction. Current face reconstruction methodologies based on edge-points reveal difficulties within low gradient areas. In this thesis, a preliminary study, conducted on synthetic data, assesses whether low gradient areas encompass relevant reconstruction information, considering light field shearing. The study shows that segmenting low (nonzero) gradient areas into large enough patches allows finding sufficient registration information. The application of light-field shearing on patches bordered by, but not containing, high gradients, is the basis proposed for a face reconstruction method which can complement edge-based reconstruction methodologies. Experiments on synthetic and real data show consistent depth estimation in low gradient areas using the proposed method, being capable of providing additional information to edges-based reconstruction. Two well known reconstruction methodologies have been analyzed for their performance in the context of face applications, and the proposed reconstruction method has been found to provide promising comparison results.}
Keywords: {pt=Imagiologia Plenóptica, Arranjo de Câmaras, Reconstrução 3D, Confiança na Reconstrução, Reconstrução em Zona de Baixo Gradiente, en=Plenoptic Imaging, Camera Array, 3D Reconstruction, Reconstruction Confidence, Low Gradient Depth Estimation}

Discussão: outubro 6, 2021, 9:0