Comparativa de algoritmos de visión monocular para la estimación de la posición de la cabeza.

Abstract

El primer objetivo de este trabajo es la realización de una base de datos de posiciones de cabeza en 3D, consistente en varias personas realizando diferentes movimientos de cabeza, utilizando una cámara web de visión monocular y el sensor trakSTAR 3D Guidance para conocer la posición y orientación de la cabeza de los usuarios. La información relativa a la posición de la cabeza debe estar en el sistema de referencia (desde el punto de vista) de la cámara. La información del sensor viene dada en el sistema de coordenadas del transmisor, de manera que es preciso calcular la relación entre el sistema de coordenadas de la cámara y el sistema de coordenadas del transmisor, un proceso denominado calibración, de manera que sea posible relacionar dos sistemas de coordenadas a priori independientes. Partiendo del proyecto “Desarrollo de una base de datos de posiciones 3D de la cabeza empleando el sensor trakSTAR 3D Guidance Studio” de Rebeca Echeverría, en este trabajo se busca simplificar el proceso de calibración, reducir el tiempo necesario para tal tarea y aumentar la precisión en los resultados. Las imágenes de la base de datos contienen una serie de marcas que definen las diferentes estructuras faciales. Dada la inviabilidad de marcar las imágenes de forma manual, se implementa un sistema de marcado automático, utilizando el transmisor y dos sensores y unas piezas diseñadas para tal efecto. El segundo objetivo de este trabajo es evaluar diferentes algoritmos de estimación de la posición de la cabeza, analizando parámetros como la precisión en los resultados, la estabilidad o el tiempo de procesado. Los métodos propuestos constan de dos etapas. La primera consiste en detectar una serie de puntos faciales, para lo que se utilizan los algoritmos de segmentación ASM y AAM. La segunda etapa consiste en utilizar la información de esos puntos para estimar la posición de la cabeza para lo que se utiliza el algoritmo POSIT. Dado que es necesario un modelo tridimensional de la cabeza para POSIT, y que cada persona tiene una cabeza diferente, se estudia también la viabilidad del uso de modelos genéricos y deformables. Además se estudian dos sistemas de estimación ya existentes. El primero es FaceAPI, un sistema comercial de SeeingMachines, el segundo es Intraface, un sistema de libre acceso desarrollado por HumanSensing. Finalmente, se estudia el resultado de la estimación de la posición de la cabeza utilizando las marcas automáticas obtenidas para la base de datos, con el fin de estimar qué parte del error se debe a la segmentación de las estructuras faciales y qué error se debe a POSIT.