Static Video Summarization through Optimum-Path Forest Clustering

This paper introduces the Optimum-Path Forest (OPF) classifier for static video summarization, being its results comparable to the ones obtained by some state-of-the-art video summarization techniques. The experimental section has been conducted using several image descriptors in two public datasets, followed by an analysis of OPF robustness regarding one ad-hoc parameter. Future works are guided to improve OPF effectiveness on each distinct video category.

HTS and HTSn: New shape descriptors based on Hough transform statistics

With the widespread proliferation of computers, many human activities entail the use of automatic image analysis. The basic features used for image analysis include color, texture, and shape. In this paper, we propose a new shape description method, called Hough Transform Statistics (HTS), which uses statistics from the Hough space to characterize the shape of objects or regions in digital images. A modified version of this method, called Hough Transform Statistics neighborhood (HTSn), is also presented. Experiments carried out on three popular public image databases showed that the HTS and HTSn descriptors are robust, since they presented precision-recall results much better than several other well-known shape description methods. When compared to Beam Angle Statistics (BAS) method, a shape description method that inspired their development, both the HTS and the HTSn methods presented inferior results regarding the precision-recall criterion, but superior results in the processing time and multiscale separability criteria. The linear complexity of the HTS and the HTSn algorithms, in contrast to BAS, make them more appropriate for shape analysis in high-resolution image retrieval tasks when very large databases are used, which are very common nowadays. (C) 2014 Elsevier Inc. All rights reserved.

Aplicação de sistemas imunológicos artificiais para biometria facial: Reconhecimento de identidade baseado nas características de padrões binários

Pós-graduação em Engenharia Elétrica - FEIS

Dynamic texture analysis and segmentation using deterministic partially self-avoiding walks

Dynamic texture is a recent field of investigation that has received growing attention from computer vision community in the last years. These patterns are moving texture in which the concept of selfsimilarity for static textures is extended to the spatiotemporal domain. In this paper, we propose a novel approach for dynamic texture representation, that can be used for both texture analysis and segmentation. In this method, deterministic partially self-avoiding walks are performed in three orthogonal planes of the video in order to combine appearance and motion features. We validate our method on three applications of dynamic texture that present interesting challenges: recognition, clustering and segmentation. Experimental results on these applications indicate that the proposed method improves the dynamic texture representation compared to the state of the art.

Gender classification in large databases

[EN]In this paper, we address the challenge of gender classi - cation using large databases of images with two goals. The rst objective is to evaluate whether the error rate decreases compared to smaller databases. The second goal is to determine if the classi er that provides the best classi cation rate for one database, improves the classi cation results for other databases, that is, the cross-database performance.

On using periocular biometric for gender classification in the wild

[EN]Gender information may serve to automatically modulate interaction to the user needs, among other applications. Within the Computer Vision community, gender classification (GC) has mainly been accomplished with the facial pattern. Periocular biometrics has recently attracted researchers attention with successful results in the context of identity recognition. But, there is a lack of experimental evaluation of the periocular pattern for GC in the wild. The aim of this paper is to study the performance of this specific facial area in the currently most challenging large dataset for the problem.

Verhaltensphysiologische Experimente zur Erkennung und Unterscheidung menschlicher Gesichter beim Haushund (Canis familiaris)

In der vorliegenden Arbeit wurde die Fähigkeit von Hunden zur Erkennung und Unterscheidung menschlicher Gesichter untersucht. Zu diesem Zweck wurden verschiedene Verhaltensexperimente mit fünf Hunden durchgeführt. Zunächst wurden die Hunde darauf dressiert, ein einlaminiertes DIN A4 Blatt mit einem Gesicht im Zentrum in der dafür vorgesehenen Apparatur mit der Schnauze zu berühren. Bei der Dressur wurden immer zwei Folien präsentiert, wobei nur eine Wahl, nämlich die des Dressurgesichts, durch Futtergabe belohnt wurde. Nach Abschluss der Dressurphase wurden die Hunde in Generalisationstests mit neuen Gesichtern konfrontiert, die für uns Menschen wenig bis keine direkte Ähnlichkeit mit dem Dressurgesicht aufwiesen. Um herauszufinden ob Hunde sich an der Größe orientieren, wurden einige der zuvor getesteten Gesichter um die Hälfte und mehr verkleinert. All diese Veränderungen beeinträchtigten die Fähigkeit der Hunde nicht, das Dressurgesicht bevorzugt zu wählen. Diese Ergebnisse veranlassten die Versuchsleiterin zu testen, ob Hunde sich an verschiedenen Bereichen im menschlichen Gesicht orientieren oder das Gesicht als Ganzes wahrnehmen. Zur Beurteilung wurden den Hunden abgeänderte Gesichter zum Einen ohne Haare und Ohren und zum Anderen nur Haare und Ohren ohne das Gesicht (homogen graue Fläche) präsentiert. Hier hatten die Hunde deutliche Schwierigkeiten, wenn die äußeren Konturen nicht mehr vorhanden waren. Bei diesen Versuchen blieben die Wahlen der Hunde nahe dem Zufallsniveau von 50%. Das Fehlen des Gesichts als solches erwies sich als unproblematisch, da allen Hunden die äußeren Konturen, in diesem Fall Haare und Ohren ausreichten, um das Dressurgesicht mit einer Wahlhäufigkeit signifikant über 70% wiederzuerkennen. Abschließend wurde untersucht, ob sich die Hunde durch das Zusammensetzen von zwei bzw. drei unterschiedlichen Gesichtern in ihrem Wahlverhalten beeinflussen lassen. Dazu wurden zwei unterschiedlichen Haarpartien verschiedene Gesichter zugeordnet. Ähnelten sich die äußeren Konturen fiel es den Hunden in dieser Versuchsreihe schwer die Dressurhaare wieder zu erkennen. Unterschieden sich die äußeren Konturen für unser menschliches Auge deutlich, so wählten alle Hunde die Haare und Ohren des Dressurgesichts mit einer Wahlhäufigkeit signifikant über dem Schwellenwert von 70%. Somit ist zu vermuten, dass sich im Laufe der Domestikation beim Hund keine Hirnregion ausgebildet hat, die speziell für die Gesichtserkennung von Menschen verantwortlich ist. Aus den Ergebnissen dieser Arbeit zur Gesichtserkennung beim Hund wird deutlich, dass es dem Hund möglich ist, Gesichter voneinander zu unterscheiden. Allerdings orientiert sich der Hund nicht an bestimmten Gesichtsregionen, sondern nutzt die äußeren Konturen als Wiedererkennungsmerkmal. Aus diesem Grund finden sich häufig Unsicherheiten bei Hunden, wenn ihnen bekannte Menschen plötzlich mit Hut oder Mütze begegnen und eine Erkennung über den Geruchssinn und die Stimme noch nicht stattgefunden hat. Bei der Beurteilung der Ergebnisse muss beachtet werden, dass den Hunden das menschliche Gesicht in Form von Bildern präsentiert wurde und somit keine Beeinflussung durch Bewegung im Gesicht gegeben war. Da das Bewegungssehen beim Hund sehr gut ausgebildet ist, achtet er im Alltag des Menschen sehr wahrscheinlich außerordentlich gut auf Augenbewegungen und Gesichtsmuskelbewegungen, um mit dem Sozialpartner Mensch zu kommunizieren. Weiterhin wäre es interessant herauszufinden, ob die Orientierung an den äußeren Konturen eine Folge der Domestikation und somit eine Adaptation an den Menschen und sein Ökosystem ist, oder ob Wölfe auch dazu in der Lage wären.

Geophotohunt: Studio di algoritmi di confronto di immagini per realizzare una caccia al tesoro fotografica

Questo studio si propone di realizzare un’applicazione per dispositivi Android che permetta, per mezzo di un gioco di ruolo strutturato come caccia al tesoro, di visitare in prima persona città d’arte e luoghi turistici. Gli utenti finali, grazie alle funzionalità dell’app stessa, potranno giocare, creare e condividere cacce al tesoro basate sulla ricerca di edifici, monumenti, luoghi di rilevanza artistico-storica o turistica; in particolare al fine di completare ciascuna tappa di una caccia al tesoro il giocatore dovrà scattare una fotografia al monumento o edificio descritto nell’obiettivo della caccia stessa. Il software grazie ai dati rilevati tramite GPS e giroscopio (qualora il dispositivo ne sia dotato) e per mezzo di un algoritmo di instance recognition sarà in grado di affermare se la foto scattata rappresenta la risposta corretta al quesito della tappa. L’applicazione GeoPhotoHunt rappresenta non solo uno strumento ludico per la visita di città turistiche o più in generale luoghi di interesse, lo studio propone, infatti come suo contributo originale, l’implementazione su piattaforma mobile di un Content Based Image Retrieval System (CBIR) del tutto indipendente da un supporto server. Nello specifico il server dell’applicazione non sarà altro che uno strumento di appoggio con il quale i membri della “community” di GeoPhotoHunt potranno pubblicare le cacce al tesoro da loro create e condividere i punteggi che hanno totalizzato partecipando a una caccia al tesoro. In questo modo quando un utente ha scaricato sul proprio smartphone i dati di una caccia al tesoro potrà iniziare l’avventura anche in assenza di una connessione internet. L’intero studio è stato suddiviso in più fasi, ognuna di queste corrisponde ad una specifica sezione dell’elaborato che segue. In primo luogo si sono effettuate delle ricerche, soprattutto nel web, con lo scopo di individuare altre applicazioni che implementano l’idea della caccia al tesoro su piattaforma mobile o applicazioni che implementassero algoritmi di instance recognition direttamente su smartphone. In secondo luogo si è ricercato in letteratura quali fossero gli algoritmi di riconoscimento di immagini più largamente diffusi e studiati in modo da avere una panoramica dei metodi da testare per poi fare la scelta dell’algoritmo più adatto al caso di studio. Quindi si è proceduto con lo sviluppo dell’applicazione GeoPhotoHunt stessa, sia per quanto riguarda l’app front-end per dispositivi Android sia la parte back-end server. Infine si è passati ad una fase di test di algoritmi di riconoscimento di immagini in modo di avere una sufficiente quantità di dati sperimentali da permettere di effettuare una scelta dell’algoritmo più adatto al caso di studio. Al termine della fase di testing si è deciso di implementare su Android un algoritmo basato sulla distanza tra istogrammi di colore costruiti sulla scala cromatica HSV, questo metodo pur non essendo robusto in presenza di variazioni di luminosità e contrasto, rappresenta un buon compromesso tra prestazioni, complessità computazionale in modo da rendere la user experience quanto più coinvolgente.

Geophotohunt: Progettazione e sviluppo di una App Android per la gestione di cacce al tesoro fotografiche

Il problema che si vuole affrontare è la progettazione e lo sviluppo di un sistema interattivo volto all’apprendimento e alla visita guidata di città d’arte. Si vuole realizzare un’applicazione per dispositivi mobili che offra sia il servizio di creazione di visite guidate che l’utilizzo delle stesse in assenza di connessione internet. Per rendere l’utilizzo dei servizi offerti più piacevole e divertente si è deciso di realizzare le visite guidate sotto forma di cacce al tesoro fotografiche, le cui tappe consistono in indizi testuali che per essere risolti richiedono risposte di tipo fotografico. Si è inoltre scelto di realizzare una community volta alla condivisione delle cacce al tesoro realizzate e al mantenimento di statistiche di gioco. Il contributo originale di questa tesi consiste nella progettazione e realizzazione di una App Android, denominata GeoPhotoHunt, che sfrutta l’idea della caccia al tesoro fotografica e geo localizzata per facilitare le visite guidate a luoghi di interesse, senza la necessità di una connessione ad internet. Il client viene reso indipendente dal server grazie allo spostamento degli algoritmi di image recognition sul client. Esentare il client dalla necessità di una connessione ad internet permette il suo utilizzo anche in città estere dove solitamente non si ha possibilità di connettersi alla rete.

Dissociation between overt and unconscious face processing in fusiform face area

The precise role of the fusiform face area (FFA) in face processing remains controversial. In this study, we investigated to what degree FFA activation reflects additional functions beyond face perception. Seven volunteers underwent rapid event-related functional magnetic resonance imaging while they performed a face-encoding and a face-recognition task. During face encoding, activity in the FFA for individual faces predicted whether the individual face was subsequently remembered or forgotten. However, during face recognition, no difference in FFA activity between consciously remembered and forgotten faces was observed, but the activity of FFA differentiated if a face had been seen previously or not. This demonstrated a dissociation between overt recognition and unconscious discrimination of stimuli, suggesting that physiological processes of face recognition can take place, even if not all of its operations are made available to consciousness.

Fitting 3D morphable models using implicit representations

We consider the problem of approximating the 3D scan of a real object through an affine combination of examples. Common approaches depend either on the explicit estimation of point-to-point correspondences or on 2-dimensional projections of the target mesh; both present drawbacks. We follow an approach similar to [IF03] by representing the target via an implicit function, whose values at the vertices of the approximation are used to define a robust cost function. The problem is approached in two steps, by approximating first a coarse implicit representation of the whole target, and then finer, local ones; the local approximations are then merged together with a Poisson-based method. We report the results of applying our method on a subset of 3D scans from the Face Recognition Grand Challenge v.1.0.