Menetelmiä kasvonilmeiden tunnistukseen ja sovelluksia haastaviin tilanteisiin
Väitöstilaisuuden tiedot
Väitöstilaisuuden päivämäärä ja aika
Väitöstilaisuuden paikka
Linnanmaa, luentosali IT 116
Väitöksen aihe
Menetelmiä kasvonilmeiden tunnistukseen ja sovelluksia haastaviin tilanteisiin
Väittelijä
Master of Science Xiaohua Huang
Tiedekunta ja yksikkö
Oulun yliopiston tutkijakoulu, Tieto- ja sähkötekniikan tiedekunta, tietotekniikan osasto
Oppiaine
Tietotekniikka
Vastaväittäjä
Professori Veikko Surakka, Tampereen yliopisto
Toinen vastaväittäjä
Professori Joni Kämäräinen, Tampereen teknillinen yliopisto
Kustos
Professori Matti Pietikäinen, Oulun yliopisto
Kasvonilmeiden automaattinen tunnistus haastavissa tilanteissa aiempaa helpompaa
Kasvonilmeet ovat tietokoneille hyödyllinen tapa ymmärtää ihmisen tunnetilaa. Kasvojen esittäminen ja kasvonilmeiden tunnistaminen luonnollisessa ympäristössä on kuitenkin ollut haasteellista ilmeitä tunnistaville järjestelmille.
Väitöskirja edistää kasvonilmeiden automaattisten tunnistusjärjestelmien kehittymistä kahdella tavalla: miten kasvokuvasta erotetaan piirteitä ilmeiden tunnistusta varten ja miten ilmeitä voidaan tunnistaa haastavissa olosuhteissa.
Työssä esitellään spatiaalisia ja temporaalisia piirteenirrotusmenetelmiä, jotka tuottavat tehokkaita ja erottelukykyisiä piirteitä kasvonilmeiden tunnistamiseen.
Kasvonilmeiden tunnistusta parannetaan kolmessa käytännön olosuhteessa. Valaistuksen vaihtelua voidaan hallita hyödyntämällä lähi-infrapunakuvantamista. Työssä esitetään uudenlainen menetelmä, jolla havaitaan kuvanäkymästä peittyneet kasvoalueet jatkuvasti kuvasta toiseen. Työssä on kehitetty myös menetelmä, jolla voidaan hallita pään asennon vaihtelut.
Kokeelliset tulokset julkisilla kuvatietokannoilla osoittavat nämä menetelmät tehokkaiksi.
Väitöskirja edistää kasvonilmeiden automaattisten tunnistusjärjestelmien kehittymistä kahdella tavalla: miten kasvokuvasta erotetaan piirteitä ilmeiden tunnistusta varten ja miten ilmeitä voidaan tunnistaa haastavissa olosuhteissa.
Työssä esitellään spatiaalisia ja temporaalisia piirteenirrotusmenetelmiä, jotka tuottavat tehokkaita ja erottelukykyisiä piirteitä kasvonilmeiden tunnistamiseen.
Kasvonilmeiden tunnistusta parannetaan kolmessa käytännön olosuhteessa. Valaistuksen vaihtelua voidaan hallita hyödyntämällä lähi-infrapunakuvantamista. Työssä esitetään uudenlainen menetelmä, jolla havaitaan kuvanäkymästä peittyneet kasvoalueet jatkuvasti kuvasta toiseen. Työssä on kehitetty myös menetelmä, jolla voidaan hallita pään asennon vaihtelut.
Kokeelliset tulokset julkisilla kuvatietokannoilla osoittavat nämä menetelmät tehokkaiksi.
Viimeksi päivitetty: 23.1.2024