Représentation objective et pertinente des expressions faciales émotionnelles

Dimension: px

Commencer à balayer dès la page:

Download "Représentation objective et pertinente des expressions faciales émotionnelles"

Gauthier Langevin
il y a 8 ans
Total affichages :

1 Représentation objective et pertinente des expressions faciales émotionnelles application à la reconnaissance et la synthèse Nicolas STOIBER. Doctorant 3 année SCEE / Orange Labs 1

2 Thème de recherche Objectif : Extraction et exploitation d'informations liées aux mouvements faciaux. Pourquoi? Enrichissement du contenu de la communication par des informations non-verbales (processus humain naturel). Meilleure intelligibilité, meilleure interactivité. Captation du contexte. Permet une adaptation intelligente et dynamique des systèmes de transmission et de compression des signaux. 2

Enrichissement du contenu de la communication par des informations non-verbales (processus humain

3 Suivi de mouvements faciaux Modèles Actifs d'apparence Images Alignement ACP B s Conc. PCA C Alignement et normalisation ACP B t Travaux Sylvain Le Gallou, thèse SCEE

4 Extraction d'informations de haut niveau État de l'art : classification [Hu 2004, Shan 2005, Suzuki 2007] 4

5 Extraction d'informations de haut niveau État de l'art : utilisation de représentations continues théoriques [Cowie 2000] [Plutchik 2001] 5

6 Notre approche: Représentation issue des données. Analyse des déformations faciales Corpus Représentation 6

7 Réduction non-linéaire Déformations faciales non-linéaires [Chang 03, ElGammal 05, Lee 06] Réduction linéaire Analyse en composante principale (ACP) Réduction non-linéaire Variétés géométriques 7

8 Réduction non-linéaire Méthodes standards r min X i W i j ij r X j 2 Locally Linear Embedding Préservation des voisinages min τ ( D G ) τ ( D Y ) 2 IsoMap Préservation des géodésiques 8

9 Réduction non-linéaire Nouvelle piste Présence de directions dominantes dans les données 9

10 Réduction : problème d'optimisation Détection des directions D 1 D 1 Convex Hull Mean Shift D2 Réduction D 3 D 2 D 3? 10

11 Réduction : problème d'optimisation Problème d'optimisation Les directions réduites forment une suite i k i 2 i 1 Mesure de la distorsion : Angles Θ i, 1 i 2 n d arg min Θik,ik+ ( i ) k = 1 1 1,...,in d Problème du voyageur de commerce. 11

Mesure de la distorsion : Angles Θ i, 1 i 2 n d arg min

12 D 1 D 1 Réduction : problème d'optimisation Résultat de l'optimisation D 2 D 3 D 2 D 3 Parcours de la variété 12

13 Réduction non-linéaire N-D Problème d'optimisation (3D) D 1 D 2 D 3 k k k i1, i2, i3 Ω arg min ( ) n c Ω cells k = 1 k 1 i, i k 2, i k 3 13

14 Applications Reconnaissance d'expressions Reconnaissance temps réel surprise Séminaire colèrescee

15 Valorisation Autre domaine applicatif : Animation de personnages virtuels Contrôle facial intuitif Génération de séquences d'animation Start-up "Dynamixyz" 1 enseignant Supélec co-fondateur 15

16 Valorisation Autre domaine applicatif : Animation de personnages virtuels Journée image et systèmes embarqués. Supélec mai 2009 Start-up "Dynamixyz" 1 enseignant Supélec co-fondateur 16

17 Valorisation Conférence internationale Intelligent User Interfaces Revues internationales Chapitre Livre "Mutimedia Information Extraction" International Journal of Computer Games Technology Computer Animation and Virtual Worlds 2010 (minor revision). 2 Brevets Orange Labs Projet ANR IMMEMO, début octobre Supélec leader. Post-Doc Fond de maturation Régional Start-up "Dynamixyz" (Incubateur breton Emergys) Lauréat du concours national de la création d'entreprises innovantes (1 enseignants Supélec co-fondateur). 17

Computer Animation and Virtual Worlds 2010 (minor revision). 2 Brevets Orange Labs Projet ANR IMMEMO, début octobre 2009. Supélec leader.

18 Fin Merci de votre attention 18

19 Réduction non-linéaire N-D Quelle dimensionnalité? 19

Documents pareils

«Innovation Intelligence» La valorisation des données massives au service des partenariats R&D. Expernova Université d été GFII 11-09-2014

«Innovation Intelligence» La valorisation des données massives au service des partenariats R&D Expernova Université d été GFII 11-09-2014 [Une tendance forte à l Open Innovation ] «Le monde est devenu