Vyhledávání korespondence ve stereosnímcích tváří

Abstract

Táto diplomová práca sa zaoberá problematikou 3D skenovania ľudských tvárí. Väčšina súčasných systémov pre skenovanie tvárí využíva projekciu vzoru. Cieľom diplomovej práce je vyvinúť 3D skenovací systém pre tváre založený na pasívnej stereoskopickej fotogrammetrii. Fotografie tváre s vysokým rozlíšením sú zachytené párom kalibrovaných fotoaparátov. Predspracovanie snímkov pozostáva z odstránenia deformácie optickým systémom, rektifikácie obrazového páru a extrakcie tvárovej časti. Dôraz je kladený na párovanie stereosnímkov. Tri rôzne prístupy k vyhľadávaniu korešpondencie v stereosnímkoch sú prezentované - lokálna technika, globálna technika používajúca rez grafom a hybridná technika spájajúca predošlé dve. Nakoniec je 3D model zrekonštruovaný z nájdenej korešpondencie. Výsledky ukazujú, že kvalitné 3D modely tváre môžu byť získané napriek tradičným ťažkostiam s párovaním stereosnímkov tváre bez vzoru. Taktiež je možné udržať výpočtové nároky na akceptovateľnej úrovni, hoci majú spracovávané snímky vysoké rozlíšenie.This thesis is dedicated to the problem of 3D face capture. A majority of current face capture systems exploits a pattern projection. The goal of thesis was to develop the 3D face capture system based on the passive stereo photogrammetry. The high-resolution images of a face are captured by one pair of the calibrated digital still cameras. The image pre-processing consists of the removal of lens distortion, rectification of image pair and face extraction. The stereo image matching is accentuated. Three different approaches to the stereo correspondence search are presented - the local technique, the global technique using a graph cut and the hybrid technique merging previous two. At last, the 3D model is reconstructed according to the found correspondence. The results show that the high-quality 3D face models can be obtained despite traditional difficulties with matching pattern-free face images. Also it is possible to keep the computational demands on the acceptable level, although the high-resolution images are processed.