Image01
PROCEEDING : ESTIMASI POSE MODEL 3D DALAM LINGKUNGAN AUGMENTED REALITY BERBASIS TITIK FITUR WAJAH MENGGUNAKAN METODE POSIT
PROCEEDING: 3D MODELS POSE ESTIMATION IN AUGMENTED REALITY ENVIRONMENT BASED FACIAL FEATURE POINT USING POSIT
Proceeding dari STIKOM Surabaya / 23-04-2014 18:26:09 WIB
Posting oleh maria  •  Ditampilkan sebanyak 6208 kali

Share this information : Share

Author : Heri Pratikno (930106), Mochamad Hariadi


Subject:ARTIFICIAL INTELLEGENT
IMAGE PROCESSING
Keyword:Augmented Reality
Facial Feature
Pose Estimation
POSIT

Abstract in Bahasa Indonesia

Masalah utama dalam objek pelacakan menggunakan kamera adalah untuk menemukan kepala menimbulkan estimasi objek . Selain itu, perlu mengandalkan fitur alami karena tidak ada cahaya yang dihasilkan dari benda-benda. Penelitian ini bertujuan untuk memperkirakan pose model kepala 3D menggunakan kamera tunggal dalam real-time Augmented Reality ( AR ) lingkungan yang didasarkan pada titik fitur wajah. Posisi model 3D dijabarkan ke dalam XYZ sumbu koordinat dan diputar ke RPH orientasi sudut ( Roll, Pitch, Yaw ). Mengandaikan ( Pose dari Ortography dan Skala dengan ITeration ) digunakan untuk estimasi berpose. Posisi dan orientasi dari model 3D diproyeksikan ke titik fitur wajah Orthographically . Dalam rangka untuk mendapatkan pose terbaik , 4-5 iterasi dilakukan untuk mencapai faktor kesalahan minimal. Hasil akhir dari penelitian ini dapat dianggap sebagai sistem real-time karena dapat mencapai 16 frame per detik dengan sudut akurasi rotasi rata-rata 0.83o dan translasi deviasi 1,67 unit vektor.


Abstract

The main problem in objects tracking using cameras is to find the head pose estimation of the objects. In addition, it is necessary to rely on natural features since there is no light generated from the objects. This study aims to estimate the pose of a 3D head models using a single camera in a real-time Augmented Reality (AR) environment that is based on facial feature points. The position of the 3D models are translated into XYZ coordinate axes and rotated to the orientation angle RPY (Roll, Pitch, Yaw). The POSIT (Pose from Ortography and Scale with ITeration) is used for the pose estimation. The position and orientation of the 3D models are projected to facial feature points orthographically. In order to get the best pose, four to five iterations are performed in order to achieve the minimal error factor. The final results of this study can be considered as real-time systems as it can achieve 16 frames per second with an average angle rotational accuracy of 0.83o and translational deviation of 1.67 vector units.

Date Create:23-04-2014
Type:Text
Format:pdf
Language:Indonesian
Identifier:STIKOM Surabaya-Proceeding-1-34437-6
Collection ID:1-34437-6
Call Number:PERPUSTAKAAN STIKOM 658.054.6 Pra P


Coverage :
Terbatas Sivitas Akademika STIKOM Surabaya

Rights :
Hak Cipta (c) 2009 oleh STIKOM SURABAYA. Dilarang mengcopy atau mendistribusikan baik sebagian atau seluruh isi koleksi ini dalam bentuk apapun, baik secara elektronis maupun mekanis tanpa izin dari penulis.

Download koleksi - Terbatas untuk Member

1. STIKOM Surabaya-Proceeding-2884-Estimasi Pose Model 3d Dalam Lingkungan Augmented Reality Berbasis Titik Fitur Wajah Menggunakan Metode Posit.pdf - 857 KB pdf files



 10 dokumen yang mirip...

     Tidak ditemukan subyek yang mirip !

 10 dokumen yang berhubungan...






BANTU KAMI !
Anda bisa membantu kami untuk menentukan kata kunci yang tepat untuk dokumen ini dengan melakukan klik pada link dibawah :

Augmented , Augmented Reality , Estimation , Facial , Facial Feature , Feature , POSIT , Pose , Pose Estimation , Reality



.: Kembali ke daftar Proceeding

STIKOM DIGITAL LIBRARY

INSTITUTIONAL REPOSITORY


LOGIN AREA



[ REGISTRASI MEMBER ]





LINK

+ ADD TO BOOKMARK

+ DIGILIB INDONESIA





Hits : 22421378 kali sejak 13 November 2008  • Alamat IP anda: 54.225.47.94

This Project is cooperation with ITS Library. Local Content & ReDesign © Juli 2008 STIKOM Library.                                                                     Top^
Dublin Core Metadata Initiative & OpenArchives Compatible | Best Viewed with 1024 x 768 resolution and Firefox!.