استخراج خودکار لندمارکهای چهره از نمای روبرو بر اساس مدلهای شکلپذیر برای آنالیز جراحی چهره
نام عام مواد
[پایاننامه]
عنوان اصلي به زبان ديگر
Automatic extraction of facial landmarks based on deformable models applicable for facial surgery analysis
نام نخستين پديدآور
/معصومه کشیزاده
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی پزشکی
تاریخ نشرو بخش و غیره
، ۱۳۹۸
مشخصات ظاهری
نام خاص و کميت اثر
۱۰۴ص.
ساير جزييات
:
يادداشت کلی
متن يادداشت
زبان: فارسی
متن يادداشت
زبان چکیده: فارسی
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به مشخصات ظاهری اثر
متن يادداشت
مصور، جدول، نمودار
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی پزشکی- بیوالکتریک
زمان اعطا مدرک
۱۳۹۸/۰۶/۰۱
کسي که مدرک را اعطا کرده
صنعتی سهند
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
آنالیز تصاویر چهرهی انسان بهدلیل کاربردهای زیاد آن در جراحیهای چهره دارای اهمیت زیادی است .وجود ابزارهای سختافزاری و نرمافزاری در زمینهی آنالیز جراحیهای چهره کمک بسیاری را میتواند به متخصصین جراحیهای چهره در قبل و بعد عمل جراحی در روند بهبود و تشخیص سریع متریکهای مدنظر داشته باشد .در این راستا، نیاز به دانستن متریکهای موردنظر در آنالیز جراحیهای چهره و استخراج ویژگیهای چهره از نمای روبرو هستیم .بهمنظور استخراج ویژگیهای ناحیهی موردنظر از نمای روبروی چهره، اندازهگیری تناسبات چهره شامل تناسب ۱ به ۳ حالات عمودی، تناسب ۱ به ۵ حالت افقی از نمای روبرو، اندازهگیری برخی از متریکهای چهره نظیر طول دهان، طول چشم و طول و عرض چهره که در الگوریتم پیشنهادی بهکار گرفته شده است، کمک فراوانی را میتواند به متخصصین جراحیهای چهره در روند عمل جراحی داشته باشد .اندازهگیری این متریکها نیازمند مکانیابی دقیق لندمارکها از نمای روبرو است، به همین خاطر است در این پایاننامه، استخراج خودکار ویژگیهای چهره از نمای روبرو با استفاده از روشهای موجود در پردازش تصویر بهخصوص مدلهای شکلپذیر فعال (ASM) که در آنالیز جراحیهای چهره میتواند کاربرد داشته باشد، ارائه شده است .بهمنظور پیادهسازی این روش از پایگاه دادههای دانشگاه سهند تبریز بهره گرفته شدهاست .این پایگاه مجموعهای از تصاویر از چهره افراد را که اجزای چهره به-صورت دستی توسط نقاطی با مختصات معلوم نشانهگذاری شده است را ارئه کرده است .با استفاده از این مجموعه تصاویر مدلی را بر اساس این تصاویر ایجاد میکنیم بهطوریکه مدل قادر به یادگیری الگوی اجزای چهره شود و برای یک تصویر جدید بتواند الگوی اجزای چهره را تشخیص دهد .بعد از اینکه لندمارک موردنظر را با استفاده از مدل ASM استخراج شد، در مرحلهی بعد اندازهگیری متریکهای مهم در آنالیز جراحی چهره آشکارسازی شدهاند .در اینکار دقت الگوریتم پیشنهادی در تمامی موارد اندازهگیری بالای ۹۰ بوده و دقت اندازهگیری کلی ۰۱/ ۹۷ میباشد .همچنین دقت الگوریتمهای پیشنهادی در چهره برای اندازهگیری طول و عرض کامل چهره، طول چشم و طول لب بهترتیب ۹۶/۴ ، ۹۴/۱ ، ۹۷/۴ و ۹۴/۶ درصد هستند .
متن يادداشت
The analysis of human facial images is very important due to its many applications in facial surgery. The existence of hardware and software tools in the analysis of facial injuries can greatly assist facial surgeons in both pre and post-operative procedures in the process of improvement, and rapid detection of the intended metrics. In this regard, we need to know the metrics involved in the analysis of facial surgeries, and extract the facial features from the front view of the face. To extract the features of the intended area in the front view of the face, measurement of facial proportions including 1 to 3 vertical proportion and 1 to 5 horizontal proportion of the front view, as well as measuring some facial metrics, such as mouth length, eye length, face width and length, which are used in the proposed algorithm can be extremely useful for facial surgeons in surgical procedure. Measuring these metrics requires precise localization of landmarks from the front view of the face. For this matter extracting automatic facial features from the front view by the means of common image processing method especially Active Shape Models (ASM) that can be utilized in face surgery are used in this thesis. To implement this method, database of Sahand University of Technology was put into practice. This database provides a collection of facial images, which has been manually marked by some points with known coordinates. Using this set of images a model is developed based on them with the ability to learn the pattern of facial components, and to recognize the pattern of facial components for a new image. After extracting the target landmarks using the ASM model important metrics are revealed in facial surgery analysis. The accuracy of the proposed algorithm is above 90 in all cases, and the overall measurement accuracy is 97/01 . More over, the accuracy of proposed algorithms on face for measuring full face length and width, eye length, and lip length are 96.4 , 94.1 , 97.4 and 96/4 respectively.
خط فهرستنویسی و خط اصلی شناسه
ba
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Automatic extraction of facial landmarks based on deformable models applicable for facial surgery analysis
موضوع (اسم عام یاعبارت اسمی عام)
موضوع مستند نشده
آنالیز جراحی چهره
موضوع مستند نشده
نمای روبرو
موضوع مستند نشده
تصاویر رنگی چهره
موضوع مستند نشده
پردازش تصویر
موضوع مستند نشده
مدل شکلپذیر فعال
موضوع مستند نشده
اجزای چهره انسان
موضوع مستند نشده
مدل گرادیان دو بعد
اصطلاحهای موضوعی کنترل نشده
اصطلاح موضوعی
Facial surgery analysis, front view, colored face images, image processing, active shape model, human face components, two dimensional gradient model
اصطلاح موضوعی
آنالیز جراحی چهره، نمای روبرو، تصاویر رنگی چهره، پردازش تصویر، مدل شکلپذیر فعال، اجزای چهره انسان، مدل گرادیان دو بعد
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )