초록
스핀 영상은 3차원 표면의 특징을 효과적으로 표현하기 때문에 3차원 얼굴에서 특징점을 검출하는데 많이 이용된다. 하지만 기존의 스핀 영상은 표면의 법선 벡터 방향에 따라 매우 다른 스핀 영상이 만들어지는 단점이 있다. 또한 해당 영역 내에 존재하는 모든 점을 2차원으로 변환하여 고려하기 때문에 3차원 표면 특징이 모호해질 수 있다. 본 논문에서는 검색 영역을 분할한 스핀 영상을 이용하는 3차원 얼굴 특징점 검출 방법을 제안하였다. 기준점으로부터 떨어진 각도에 따라 검색범위를 분할하여 분할된 영역 내 점들에 대해 스핀 영상을 구성하여 방향에 따른 특징 추출을 극대화했다. 법선 벡터 평탄화를 이용하여 표면 법선 벡터 방향에 대한 잡음 민감성을 줄여 정확한 형태의 스핀 영상을 얻도록 했다. 실험을 통해 제안한 방법으로 찾은 특징점과 실측 특징점과의 거리차를 비교하여 기존방법에 비해 약 34% 향상된 정확도를 얻음을 확인했다.
Spin images representing efficiently surface features of 3D mesh models have been used to detect facial landmark points. However, at a certain point, different normal direction can lead to quite different spin images. Moreover, since 3D points are projected to the 2D (${\alpha}-{\beta}$) space during spin image generation, surface features cannot be described clearly. In this paper, we present a method to detect 3D facial landmark using improved spin images by partitioning the search area with respect to angle. By generating sub-spin images for angular partitioned 3D spaces, more unique features describing corresponding surfaces can be obtained, and improve the performance of landmark detection. In order to generate spin images robust to inaccurate surface normal direction, we utilize on averaging surface normal with its neighboring normal vectors. The experimental results show that the proposed method increases the accuracy in landmark detection by about 34% over a conventional method.