Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Model of a Weighted Agent System for Personalised E-Learning Curriculum Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Analysing Facial Features Using CNNs and Computer Vision

verfasst von : Diana Borza, Razvan Itu, Radu Danescu, Ioana Barbantan

Erschienen in: Modelling and Development of Intelligent Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents an automatic facial analysis system which is able to perform gender detection, hair segmentation and geometry detection, color attributes extraction (hair, skin, eyebrows, eyes and lips), accessories (eyeglasses) analysis from facial images. For the more complex tasks (gender detection, hair segmentation, eyeglasses detection) we used state of the art convolutional neural networks, and for the other tasks we used classical image processing algorithms based on geometry and appearance models. When data was available, the proposed system was evaluated on public datasets. An acceptance study was also performed to assess the performance on the system in real life scenarios.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Prediction of Greenhouse Series Evolution. A Case Study
Nächstes Kapitel Composite SVR Based Modelling of an Industrial Furnace
Literatur
1.
Borza, D., Itu, R., Danescu, R.: In the eye of the deceiver: analyzing eye movements as a cue to deception. J. Imaging 4(10), 120 (2018)CrossRef
2.
Dantcheva, A., Erdogmus, N., Dugelay, J.L.: On the reliability of eye color classification as a soft biometrics trait. In: Proceedings of WACV (2011, to appear)
3.
Eidinger, E., Enbar, R., Hassner, T.: Age and gender estimation of unfiltered faces. IEEE Trans. Inf. Forensics Secur. 9(12), 2170–2179 (2014)CrossRef
4.
Everingham, M., Gool, L., Williams, C.K., Winn, J., Zisserman, A.: The Pascal visual object classes (VOC) challenge. Int. J. Comput. Vision 88(2), 303–338 (2010)CrossRef
5.
Hansen, D.W., Ji, Q.: In the eye of the beholder: a survey of models for eyes and gaze. IEEE Trans. Pattern Anal. Mach. Intell. 32(3), 478–500 (2010)CrossRef
6.
Harville, M., Baker, H., Bhatti, N., Susstrunk, S.: Consistent image-based measurement and classification of skin color. In: IEEE International Conference on Image Processing 2005, vol. 2, pp. II–374. IEEE (2005)
7.
Hollingsworth, K.P., Bowyer, K.W., Flynn, P.J.: The importance of small pupils: a study of how pupil dilation affects iris biometrics. In: 2008 IEEE Conference on Biometrics: Theory, Applications and Systems. pp. 1–6. IEEE (2008)
8.
Howard, A.G., et al.: MobileNets: efficient convolutional neural networks for mobile vision applications. arXiv preprint arXiv:​1704.​04861 (2017)
9.
Jmal, M., Mseddi, W.S., Attia, R., Youssef, A.: Classification of human skin color and its application to face recognition. In: The Sixth International Conferences on Advances in Multimedia, MMEDIA. Citeseer (2014)
10.
Kae, A., Sohn, K., Lee, H., Learned-Miller, E.: Augmenting CRFs with Boltzmann machine shape priors for image labeling (2013)
11.
Kazemi, V., Sullivan, J.: One millisecond face alignment with an ensemble of regression trees. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 1867–1874 (2014)
12.
King, D.E.: Dlib-ml: a machine learning toolkit. J. Mach. Learn. Res. 10, 1755–1758 (2009)
13.
Liu, Z., Luo, P., Wang, X., Tang, X.: Large-scale CelebFaces attributes (CelebA) dataset (2018). Accessed 15 Aug 2018
14.
Long, J., Shelhamer, E., Darrell, T.: Fully convolutional networks for semantic segmentation. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 3431–3440 (2015)
15.
Ma, D.S., Correll, J., Wittenbrink, B.: The Chicago face database: a free stimulus set of faces and norming data. Behav. Res. Methods 47(4), 1122–1135 (2015)CrossRef
16.
Muhammad, U.R., Svanera, M., Leonardi, R., Benini, S.: Hair detection, segmentation, and hairstyle classification in the wild. Image Vis. Comput. 71, 25–37 (2018)CrossRef
17.
Rousset, C., Coulon, P.Y.: Frequential and color analysis for hair mask segmentation. In: 15th IEEE International Conference on Image Processing, ICIP 2008, pp. 2276–2279. IEEE (2008)
18.
Shen, Y., Peng, Z., Zhang, Y.: Image based hair segmentation algorithm for the application of automatic facial caricature synthesis. Sci. World J. 2014 (2014)
19.
Yacoob, Y., Davis, L.: Detection, analysis and matching of hair. In: Tenth IEEE International Conference on Computer Vision, ICCV 2005, vol. 1, pp. 741–748. IEEE (2005)
20.
Yoon, S., Harville, M., Baker, H., Bhatii, N.: Automatic skin pixel selection and skin color classification. In: 2006 International Conference on Image Processing, pp. 941–944. IEEE (2006)
Metadaten
Titel
Analysing Facial Features Using CNNs and Computer Vision
verfasst von
Diana Borza
Razvan Itu
Radu Danescu
Ioana Barbantan
Copyright-Jahr
2020
Buch
Modelling and Development of Intelligent Systems

Print ISBN: 978-3-030-39236-9

Electronic ISBN: 978-3-030-39237-6

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-030-39237-6_10