Date de remise: 24 février 2016 à 23h59
Due date: February 24 2016, 23h59
Pour ce TP, vous produirez une animation qui affichera votre visage, et le métamorphosera vers le visage d'un autre étudiant du cours, sous la forme d'une séquence vidéo. Lorsque le TP sera terminé, nous (les responsables du cours) allons raccorder vos vidéos afin de créer une séquence vidéo finale qui présentera une métamorphose de chacun d'entre nous. Vous devrez aussi produire des animations avec d'autres photos.
For this homework, you will produce a "morph" animation of your face into another student's face. We (your professor and TA) will connect them in order to create a final video sequence which will show a continuous morph through all the faces of the class. You will also have to produce animations with other photographs.
Avant même de commencer à implémenter l'algorithme de morphage, il nous faut établir des correspondances entre les images. Pour ce faire, nous devrons sélectionner des points d'intérêt correspondants dans chaque image. Sélectionnez les points d'intérêt sur une image de votre propre visage de façon identique à celle de l'image suivante:
Par exemple, notez comment le premier point d'intérêt (1) correspond au menton, et les points subséquents (jusqu'à 13) contournent le visage à intervalles réguliers. Il est très important d'effectuer cette tâche attentivement: vous aurez besoin des points d'intérêts de vos collègues, et ils auront besoin des vôtres!
Vous devez créer un fichier texte avec des coordonnées (x,y) des caractéristiques, une paire par ligne (43 lignes au total). Nous vous fournissons un outil Matlab qui vous aidera à créer ce fichier. Dès que votre fichier est prêt, veuillez l'envoyer à Maxime par courriel.
Before you even start implementing your morphing algorithm, you will need to define corresponding points between images by manually selecting them. You must make your selection in the exact same order as in the following image:
For example, note that the first point (1) corresponds to the chin, and the following points (up to 13) follow the face region clockwise at regular intervals. It is critical for you to do this task very carefully: you will need your colleague's points, and they will need yours!
You must create a text file with coordinates (x, y) of the features, one pair per line (43 lines in total). We are providing you with a Matlab tool to help you create this file. As soon as your file is ready, send it to Maxime by email.
L'algorithme de morphage consiste à:
Chacune des étapes de l'algorithme sont décrites plus bas.
The morphing algorithm is composed of the following steps:
All of these steps are described below.
Tout d'abord, vous devrez définir manuellement des paires de points correspondants sur les deux images. En général, plus il y a de points, mieux c'est. Pour ce faire, vous pouvez utiliser le même outil que pour la section "préalables" plus haut.
First, you will need to manually define pairs of corresponding points on the two images (usually the more points, the better the morph). You can use the Matlab tool we gave you in the "prerequesites" section above.
Ensuite, vous devez découper l'image en plusieurs parties en utilisant les points sélectionnés à l'étape précédente. Une bonne façon de faire est d'utiliser un algorithme de triangulation. Une triangulation de Delaunay (voir delaunay
sous Matlab) est un bon choix puisque cet algorithme ne produit pas des triangles trop minces. Vous pouvez calculer la triangulation de Delaunay sur l'une des deux images, et d'utiliser cette même triangulation sur l'autre image. Ne calculez pas deux triangulations, car elle doit demeurer la même tout le long du morph. Par contre, une meilleure approche serait de calculer la triangulation sur une forme intermédiaire (i.e. la moyenne des deux ensembles de points) pour diminuer la déformation potentielle des triangles.
Then you will need to divide the image into several parts using your previously selected points. A good way is to use a triangulation algorithm. The Delaunay triangulation (see delaunay
in Matlab) is a good choice since this algorithm does not produce triangles that are too thin. You can calculate the Delaunay triangulation on one of two sets of points, but not both, since the triangulation must be the same throughout the morph. However, a better approach would be to calculate the triangulation on an intermediate form (i.e. the average of the two sets of points) to decrease the potential deformation of triangles.
Vous devez écrire la fonction suivante:
You must write the following function:
morphed_img = morph(img1, img2, img1_pts, img2_pts, tri, warp_frac, dissolve_frac);
qui produit une distorsion entre img1
et img2
en utilisant la correspondance des points img1_pts
et img2_pts
et la structure de triangulation tri
. Les paramètres warp_frac
et dissolve_frac
contrôlent respectivement la distorsion de forme ainsi que le niveau de fondu. Plus particulièrement, les images img1
et img2
sont d'abord transformées en une forme intermédiaire contrôlée par warp_frac
et le fondu est ensuite fait en fonction de dissolve_frac
. Ces paramètres varient de 0 à 1. Ce sont les seuls paramètres qui varieront entre chaque trame de l'animation. Pour la trame de départ, ils devraient être chacun égal à 0 et, pour la trame finale, ils devraient être chacun à 1.
which produces a distortion between img1
and img2
using the correspondence points img1_pts
and img2_pts
and tri
the triangulation structure. The warp_frac
and dissolve_frac
parameters respectively control the distortion of the shape and the level of dissolution. Specifically, images img1
and img2
are first transformed into an intermediate shape which is a weighted mean of both points (where the weight is warp_frac
). The level of dissolution is made according to dissolve_frac
. These parameters vary from 0 to 1. These are the only parameters that should vary between each frame of the animation. At the start, they should each be equal to 0 and, for the final frame, they should each be equal to 1.
Cela consiste à calculer la déformation de chaque triangle de la triangulation à partir des images originales jusqu'à un point intermédiaire entre ces deux images. Cela se fait en calculant simplement une matrice de transformation affine entre deux triangles. Ces transformations doivent être calculées indépendamment pour chaque paire de triangles.
The main task is to calculate the distortion of each triangle of the triangulation from the original images to the intermediate morph. This can be done by computing an affine transformation matrix between the triangles. These matrices must be computed independently for each pair of triangles.
Notez que vous ne pouvez pas utiliser les fonctions de Matlab calculant pour vous les transformations (par exemple, imtransform
, cp2tform
, maketform
, etc.).
Note that you cannot use Matlab functions to calculate the transformation for you (eg. imtransform
, cp2tform
, maketform
, etc..).
Après avoir calculé les transformations affines, il vous faut maintenant obtenir la couleur de chacun des pixels. Pour chaque triangle, calculez la transformation affine inverse, qui vous permettre d'aller lire la couleur associée à chaque pixel dans les deux images, et d'en calculer une moyenne pondérée. La poids de chaque image correspond à dissolve_frac
et 1-dissolve_frac
.
After the affine transforms are computed, you must now compute the color for each pixel. For each triangle, compute the inverse affine transform, use it to look up the color associated to each pixel in both images, and compute their weighted average. The weight for each image corresponds to (1 - dissolve_frac
) and dissolve_frac
.
Les fonctions Matlab tsearch
et interp2
pourront vous être utile. Notez que tsearch
suppose que votre triangulation est toujours de Delaunay. Dans notre cas, ce n'est pas toujours vrai -- il est possible que vous commenciez avec une triangulation de Delaunay, mais que, lors du morphage, les triangles deviennent trop minces et qu'ils cessent d'être de Delaunay. Nous vous suggérons donc d'utiliser l'implémentation suivante de tsearch
qui fonctionne sur toutes triangulations. Il vous faudra la compiler en tapant mex mytsearch.cpp
dans Matlab. Si cette implémentation ne fonctionne pas pour vous, contactez nous le plus rapidement possible.
The tsearch
and interp2
functions may be helpful. Note, however, that tsearch
assumes that your triangulation is always Delaunay. In our case, this is not always true - it is possible that you start with a Delaunay triangulation, but that during the morph, triangles become too thin and cease to be Delaunay. We suggest using the following implementation of tsearch
which works on any triangulation (compile by typing mex mytsearch.cpp
in Matlab). If the implementation is not working for you, contact us as soon as possible.
Finalement, il vous reste à déterminer quoi faire avec les pixels à l'extérieur de l'objet. Pour ce faire, rajoutez des points d'intérêts en bordure de l'image (aux quatre coins, ou de façon plus dense), et traitez-les comme les autres dans votre algorithme. De cette façon, l'image en entier est transformée.
Finally, you have to decide what to do with the pixels outside the region of interest. To do so, add interest points on the image border (at each corner of the image, or more densely), and treat them like the others in your algorithm. This way, the entire image is transformed.
warp_frac
avant même d'augmenter dissolve_frac
. Autrement, les caractéristiques pourraient ne pas être correctement alignées lors du fondu. Cela est plus important/utile lorsque vous effectuez du morphage entre des visages.warp_frac
a lot before even increasing dissolve_frac
. Otherwise, the features may not be properly aligned when dissolved. This is more important/useful when you perform morphing with faces. tsearch
) et vous appliquez les transformations inverses pour trouver les valeurs dans les images originales. Cela est illustré dans l'image plus haut.tsearch
) and you apply the inverse transformations to find the values in the original images. This is illustrated in the images above.(r,c)
des coordonnées (x,y)
! Par exemple, dans Matlab: img(r,c) = img(y,x)
. (r,c)
and coordinates (x,y)
! For example, in Matlab: img(r,c) = img(y,x)
. Nous vous suggérons d'utiliser ces deux façons de créer une animation en Matlab:
VideoWriter
. Voyez exemple de code ici.We suggest you should use the following two ways of creating animations in Matlab:
VideoWriter
object. See here for example code.Essayez ces idées pour approfondir vos connaissances (et augmenter votre note):
Try these ideas to increase your understanding on this subject (and your score):
Pour cette partie du travail, vous n'avez pas à remettre de rapport. Par contre, vous devez nous remettre des fichiers montrant les résultats de votre implantation de morphage, ainsi que votre code Le rapport que vous allez remettre à la prochaine partie devra contenir ces résultats ainsi que des explications sur tout ce que vous nous montrez pour cette partie.
For this part of the homework, you do not have to provide a report. However, you need to give us files showing results of your morphing implementation, as well as your code. The report that you will have to deliver for the next homework part will have to contains these results and explain everything you showed us in this part.
Pour la remise de votre travail, créez un fichier tp3.zip
qui contient:
tp3/web/images
.tp3/code
. N'incluez pas les images que vous avez utilisées pour produire vos résultats dans ce dossier dans le but de ne pas alourdir le fichier.tp3/video
.Finalement, veuillez téléverser votre fichier tp3.zip
sur Pixel (https://pixel.fsg.ulaval.ca) avant la date limite. La politique des retards mentionnée dans le plan de cours sera appliquée. Pour toutes questions concernant la procédure de remise ou le travail lui-même, posez vos questions sur Piazza!
tp3.zip
n'excède pas 50MB. Convertissez les fichiers TIF en JPG pour réduire leur taille, si nécessaire. For this homework, you must create a tp3.zip
file. In this file you'll put:
tp3/web/images
.tp3/code
. Do not include the images you have used to generate your results inside this folder, as this will likely generate huge files.tp3/video
.
Finally, you should upload this file (tp3.zip
) on Pixel (https://pixel.fsg.ulaval.ca) before the deadline. The late submission policy described in the course plan will be applied. For any question regarding the submission process or the project as such, ask your questions on Piazza!
tp3.zip
file size does not exceed 50MB.Merci à Alyosha Efros d'avoir créé le TP original qui a servi d'inspiration pour celui-ci!
Many thanks to Alyosha Efros for creating the assignment which inspired this one!