MétaCan
Menu
Retour à la cohorte
Enregistrement W2158535000 · doi:10.1109/imtc.2007.379320

3D Head Tracking and Facial Expression Recovery using an Anthropometric Muscle-based Active Appearance Model

2007· article· en· W2158535000 sur OpenAlexafffund
Marius D. Cordea, Emil M. Petriu, Dorina C. Petriu

Notice bibliographique

RevueConference proceedings - IEEE Instrumentation/Measurement Technology Conference · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueFace recognition and analysis
Établissements canadiensCarleton UniversityUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaElse Kröner-Fresenius-Stiftung
Mots-clésComputer visionArtificial intelligenceComputer scienceActive appearance modelFacial expressionPoseKalman filterFace (sociological concept)Extended Kalman filterFeature (linguistics)3d modelOrientation (vector space)Pattern recognition (psychology)MathematicsImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

This paper describes a novel 3D model-based tracking algorithm allowing real-time recovery of 3D position, orientation and facial expressions of a moving head. The method uses a 3D anthropometric muscle-based active appearance model (3D AMB AAM), a feature-based matching algorithm, and an extended Kalman filter (EKF) pose and expression estimator. Our model is an extension of the classical 2D AAM, and uses a generic 3D wireframe model of the face, based on two sets of controls: the anatomically motivated muscle actuators to model facial expressions and statistically-based anthropometrical controls to model different facial types.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,114
Tête enseignante GPT0,313
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConference proceedings - IEEE Instrumentation/Measurement Technology ConferenceMême sujetFace recognition and analysisTravaux en français237 207