Pełen tekst pracy (~3,8MB)

ROZDZIA̷L 3. PROBLEMY PRZETWARZANIA OBRAZU 47
rozdziale, testami ró˙znych algorytmów. Przetestowano: (1) dajace ↩ zwarte mapy
dysparycji, korelacyjne metody poszukiwania odpowiedników dla okien korelacji o
rozmiarach 3x3, 5x5, ..., 31x31 i dziesieciu ↩ ró˙znych miar dopasowania scharakteryzowanych
w tab. 3.4, (2) metody korelacyjne zmodyfikowane w ten sposób aby
mapy dysparycji generowane by̷ly tylko dla obszarów d̷loni i twarzy, (3) metode↩ zaproponowana↩
przez S. Birchfielda [4], polegajac ↩ a↩ na poszukiwaniu odpowiedników
niezale˙znie dla poszczególnych linii epipolarnych z wykorzystaniem programowania
dynamicznego i dodatkowego przetwarzania otrzymywanych map dysparycji i
(4) metod ↩ e generowania rzadkiej mapy dysparycji na podstawie obrazów kraw ↩ edzi
otrzymanych w wyniku filtracji LOG. Oceniano wizualnie jako´sci otrzymywanych
map dysparycji oraz czasy przetwarzania. Metody korelacyjne dla okien o rozmiarach
17x17 i wi ↩ ekszych umo˙zliwia̷ly otrzymywanie map dobrej jako´sci, ale czasy
przetwarzania, nawet po zastosowaniu zaproponowanej w pracy [19] optymalizacji
algorytmu lub ograniczeniu poszukiwania odpowiedników tylko do obszarów o
barwie skóry, by̷ly d̷lu˙zsze ni˙z 400 ms, co uniemo˙zliwi̷lo zastosowanie tych metod
do przetwarzania w trybie on-line. W przypadku metody S. Birchfielda problematyczny
okaza̷l si ↩ e dobór takich parametrów algorytmu, które pozwoli̷lyby uzyskiwać
mapy dysparycji dobrej jako´sci dla wszystkich klatek w danej sekwencji wideo. Czas
przetwarzania 800 ms tak˙ze nie pozwala̷l na zastosowanie tej metody w czasie rze-
czywistym. Dopiero metoda generowania rzadkiej mapy dysparycji na podstawie
obrazów krawedzi ↩ da̷la mapy zadowalajacej ↩ jako´sci przy czasie przetwarzania rzedu ↩
15 ms na typowym komputerze PC.
W rozdziale zaproponowano wektory cech, na podstawie których bedzie ↩ dokonywane
rozpoznawanie. Przes̷lanka↩ do ich wyboru by̷ly dostepne ↩ w literaturze wyniki
badań lingwistycznych nad tzw. wiazkami ↩ cech dystynktywnych, pozwalajacymi ↩
jednoznacznie opisać znak migowy. Cechy podzielono na cztery grupy opisujace ↩
miejsce artykulacji, kszta̷lt d̷loni, g̷l ebi ↩ e↩ i orientacje d̷loni. Miejsce artykulacji, analogicznie
jak w przypadku gestogramów (patrz podrozdzia̷l 2.2), okre´slono wzgledem ↩
innej cze´sci ↩ cia̷la. Jako odniesienie wybrano twarz, poniewa˙z podczas konwersacji
przeprowadzanej z wykorzystaniem jezyka ↩ migowego zazwyczaj jest ona statyczna
i musi być zwrócona w kierunku odbiorcy, tak aby mo˙zliwa by̷la obserwacja wykonywanych
gestów i ewentualnie czytanie z ruchu ust. Dodatkowym uzasadnieniem
takiego wyboru, z punktu widzenia przetwarzania, jest fakt, ˙ze chrominancja twarzy
jest zbli˙zona do chrominancji d̷loni, co pozwala na zastosowanie tych samych metod
identyfikacji. Przyjeto, ↩ ˙ze po̷lo˙zenie d̷loni wzgledem ↩ twarzy bedzie ↩ okre´slone za
pomoca↩ d̷lugo´sci odcinka ̷l acz ↩ acego ↩ ´srodki cie˙zko´sci ↩ d̷loni i twarzy i orientacji przechodzacej
↩ przez nie prostej. W odró˙znieniu od rozpoznawania Polskiego Alfabetu
Palcowego [47] rozpoznawanie wyrazów i zdań PJM wymaga, aby pole widzenia kamer
obejmowa̷lo sylwetke↩ osoby wykonujacej ↩ gest co najmniej od pasa w góre. ↩ W
takim przypadku rozmiary d̷loni w obrazie sa↩ zbyt ma̷le, aby mo˙zliwa by̷la dok̷ladna
analiza ich kszta̷ltu z uwzglednieniem ↩ uk̷ladu i orientacji poszczególnych palców,
tak jak ma to miejsce w zapisie gestograficznym. Dlatego przy wyborze cech opisujacych
↩ kszta̷lt d̷loni zdecydowano sie↩ na opis zgrubny z wykorzystaniem jedynie
przybli˙zonego opisu danego kszta̷ltu. Zastosowano trzy miary: pole powierzchni,
wspó̷lczynnik zwarto´sci i ekscentryczno´sć i rozwa˙zono ró˙zne ich kombinacje. Po-