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:
Blind Motion Deblurring Based on Fused - Regularization Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Facial Stereo Processing by Pyramidal Block Matching

verfasst von : Jing Wang, Qiwen Zha, Yubo Yang, Yang Liu, Bo Yang, Dengbiao Tu, Guangda Su

Erschienen in: Image and Graphics

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

This paper describes the Pyramidal Block Matching (PBM) stereo method. It uses a pyramidal approach and a global energy function to obtain the disparity image. First, the input images are rectified to obtain row-aligned epipolar geometry. Then the face is segmented out of each image and a face pyramid is generated. The main difference to our approach is that the first layer of pyramid is the whole face. Matching result of the first layer provides input to the next layer, where it is used to constrain the search area for matching. This process continues on each layer. After that, a global energy function is designed to remove the wrong pixels and get a smoother result. A comparison on face images shows that the generated projection results of PBM are the closest to the ground truth images. A face recognition experiment is also performed, and PBM achieves the best recognition rates.

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 Evacuation Simulation Incorporating Safety Signs and Information Sharing
Nächstes Kapitel Fast Algorithm for Finding Maximum Distance with Space Subdivision in E2
Literatur
1.
Luo, Y., Tao, D., Geng, B., Xu, C., Maybank, S.J.: Manifold regularized multitask learning for semi-supervised multilabel image classification. IEEE Trans. Image Process. 22(2), 523–536 (2012). (NCBI)MathSciNetCrossRef
2.
Luo, Y., Tao, D., Xu, C., Xu, C., Liu, H., Wen, Y.: Multiview vector-valued manifold regularization for multilabel image classification. IEEE Trans. Neural Netw. Learn. Syst. 24(5), 709–722 (2013). IEEE XploreCrossRef
3.
Turk, M., Pentland, A.: Eigenfaces for recognition. J. Cogn. Neurosci. 3(1), 71–86 (1991). NCBICrossRef
4.
Yang, J., Zhang, D.: Two-dimensional PCA: a new approach to appearance-based face representation and recognition. IEEE Trans. Pattern Anal. Mach. Intell. 26(1), 131–137 (2004). CiteseerCrossRef
5.
Karamizadeh, S., Abdullah, S.M., Cheraghi, S.M., Randjbaran, E., Karamizadeh, F.: Face recognition by implying illumination techniques. J. Sci. Eng. 6, 1–7 (2015)
6.
Bartlett, M.S., Movellan, J.R., Sejnowski, T.J.: Face recognition by independent component analysis. IEEE Trans. Neural Netw. 13(6), 1450–1464 (2002). NCBICrossRef
7.
Beauchemin, M.: On the hausdorff distance used for the evaluation of segmentation results. Can. J. Remote Sens. 24(1), 3–8 (2014). Taylor & FrancisCrossRef
8.
Wiskott, L., Fellous, J.-M., Kruger, N., Malsburg, C.V.D.: Face recognition by elastic bunch graph matching. Intell. Biometric Tech. Fingerprint Face Recogn. 19(7), 775–779 (1999). CRC Press, USA
9.
Deniz, O., Castrillon, M., Hernandez, M.: Face recognition using independent component analysis and support vector machines. Pattern Recogn. Lett. 24(13), 2153–2157 (2003)CrossRef
10.
Tsalakanidou, F., Tzovaras, D., Strintzis, M.G.: Use of depth and color eigenfaces for face recognition. Pattern Recogn. Lett. 24(9–10), 1427–1435 (2003). ElsevierCrossRefMATH
11.
Akihiro, H., Koichi, I., Takafumi, A., Hiroshi, N., Koji, K.: A robust 3d face recognition algorithm using passive stereo vision. IEICE Trans. 92-A(4), 1047–1055 (2009). JST
12.
Kosov, S., Thormahlen, T., Seidel, H.P.: Rapid stereo-vision enhanced face recognition. In: ICIP, pp. 1221–1224. IEEEXplore, HongKong (2010)
13.
Hirschmuller, H.: Stereo processing by semiglobal matching and mutual information. IEEE Trans. Pattern Anal. Mach. Intell. 30(2), 328–341 (2008)CrossRef
14.
Birchfield, S., Tomasi, C.: Depth discontinuities by pixel-to-pixel stereo. In: Proceedings of Sixth IEEE International Conference on Computer Vision, pp. 1073–1080. Springer, Berlin (1999)
15.
Klaus, A., Sormann, M., Karner, K.: Segment-based stereo matching using belief propagation and a self-adapting dissimilarity measure. In: Proceedings of International Conference on Pattern Recognition, vol. 3, pp. 15–18. ACM (2006)
16.
Yoon, K.-J., Kweon, I.-S.: Adaptive support-weight approach for correspondence search. IEEE Trans. Pattern Matching Mach. Intell. 28(4), 650–656 (2006). ACMCrossRef
17.
Viola, P., Wells, W.M.: Alignment by maximization of mutual information. Int. J. Comput. Vis. 24(2), 137–154 (1997)CrossRef
18.
Kim, J., Kolmogorov, V., Zabih, R.: Visual correspondence using energy minimization and mutual information. International Conference in Image Processing, pp. 1033–1040. ACM (2003)
19.
Zhou, J.: Face recognition research in monitoring system. Thesis of Master’s Degree, Tsinghua University, Beijing (2008)
20.
Gonzalez, R.C., Woods, R.E.: Digital Image Processing, 3rd edn. Addison-Wesley, Boston (1992)
21.
Boykov, Y., Veksler, O., Zabih, R.: Fast approximate energy minimization via graph cuts. IEEE Trans. Pattern Anal. Mach. Intell. 23(11), 1222–1239 (2001). IEEEXploreCrossRef
22.
Wright, J., Yang, A.Y., Ganesh, A., Sastry, S.S., Ma, Y.: Robust face recognition via sparse representation. IEEE Trans. Pattern Anal. Mach. Intell. 31(2), 210–227 (2009)CrossRef
Metadaten
Titel
Facial Stereo Processing by Pyramidal Block Matching
verfasst von
Jing Wang
Qiwen Zha
Yubo Yang
Yang Liu
Bo Yang
Dengbiao Tu
Guangda Su
Copyright-Jahr
2015
Buch
Image and Graphics

Print ISBN: 978-3-319-21962-2

Electronic ISBN: 978-3-319-21963-9

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-21963-9_23

Premium Partner

    Bildnachweise