Robustness to Pose and Illumination

Robustness to Pose and Illumination Variations: Pose and illumination variations often lead to loss of track. One of the well-known methods for dealing with illumination variations was presented where the authors proposed using a parameterized function to describe the movement of the image points, taking into account illumination variation by modifying the brightness constancy constraint of optical flow. Illumination invariant 3D tracking was considered within
the Active Appearance Model (AAM) framework but the method requires training images to build the model and the result depends on the quality and variety of such data. 3D model based motion estimation algorithms are the usually robust to pose variations, but often lack robustness to illumination. The authors proposed a model-based face tracking method that was robust to both pose and lighting changes. This was achieved through an analytically derived model for describing the appearance of a face in terms of its pose, the incident lighting, shape and surface reflectance.
Figure 1 shows an example.

Kết quả (Việt) 1:

Mạnh mẽ để gây ra và các biến thể chiếu sáng: biến thể tư thế và chiếu sáng thường dẫn đến mất theo dõi. Một trong những phương pháp nổi tiếng để đối phó với biến thể chiếu sáng đã được trình bày nơi các tác giả đã đề xuất sử dụng một chức năng parameterized để mô tả sự chuyển động của hình ảnh điểm, tham gia vào tài khoản chiếu sáng biến thể bằng cách sửa đổi hạn chế tánh kiên nhẩn độ sáng của quang học dòng chảy. Chiếu sáng bất biến 3D theo dõi đã được xem xét trong vòngkhuôn khổ hoạt động xuất hiện mô hình (AAM) nhưng phương pháp đòi hỏi đào tạo hình ảnh để xây dựng các mô hình và kết quả phụ thuộc vào chất lượng và đa dạng của các dữ liệu. 3D mô hình dựa trên chuyển động dự toán thuật toán là thường mạnh mẽ để gây ra các biến thể, nhưng thường thiếu mạnh mẽ để chiếu sáng. Các tác giả đã đề xuất một mô hình dựa trên theo dõi khuôn mặt phương pháp đã được mạnh mẽ để đặt ra và thay đổi ánh sáng. Điều này đạt được thông qua một mô hình phân tích nguồn gốc để mô tả sự xuất hiện của một khuôn mặt trong điều khoản của tư thế của nó, các sự cố ánh sáng, hình dạng và bề mặt phản xạ.Hình 1 cho thấy một ví dụ.

Kết quả (Việt) 2:

Mạnh mẽ để Pose và Illumination Biến thể: Đưa ra và các biến thể chiếu sáng thường dẫn đến mất theo dõi. Một trong những phương pháp nổi tiếng để đối phó với các biến thể chiếu sáng đã được trình bày nơi các tác giả đề xuất sử dụng một chức năng tham số để mô tả sự chuyển động của các điểm ảnh, có tính đến sự thay đổi tài khoản chiếu sáng bằng cách thay đổi chế độ sáng không thay đổi của dòng chảy quang. Chiếu sáng theo dõi 3D bất biến được coi là trong
Active Appearance Model (AAM) framework nhưng phương pháp này đòi hỏi hình ảnh đào tạo để xây dựng các mô hình và kết quả phụ thuộc vào chất lượng và sự đa dạng của các dữ liệu đó. Mô hình 3D dựa trên thuật toán ước lượng chuyển động là thường mạnh để gây ra các biến thể, nhưng thường thiếu vững mạnh để chiếu sáng. Các tác giả đã đề xuất một phương pháp theo dõi khuôn mặt dựa trên mô hình đó là mạnh mẽ cho cả hai đặt ra và ánh sáng thay đổi. Điều này đạt được thông qua một mô hình phân tích nguồn gốc để mô tả sự xuất hiện của một khuôn mặt về tư thế của nó, ánh sáng sự cố, hình dạng và phản xạ bề mặt.
Hình 1 cho thấy một ví dụ.