TP3: Morphage d'Image
On sait que l'on peut passer d'une image à une autre avec un effet de fondue, cette technique fonctionne bien quand les deux photos sont parfaitement alignées. Une meilleure solution serait de changer la forme de la première image progressivement pour qu'elle adopte la caractéristique de l'image finale.
Plusieurs approches sont possibles, mais l'approche utilisée pour le TP est de déterminer les points d'intérêt dans les deux images, faire une triangulation et passer progressivement d'une image à l'autre. Cette technique a l'avantage d'être très répandue, car elle est performante et relativement peu compliquée à implémenter. Voici une démonstration avec trois points d'intérêts:
Pour déterminer les points d'intérêts, on peut les placer un à un ou pour les visages on peut utiliser la reconnaissance faciale pour sauver du temps. Pour la triangulation, j'ai utilisé la méthode Delaunay comprise dans Scipy. On peut arriver à des résultats intéressants avec cette approche, voici un exemple animé avec deux lampes tiffany:
Autres exemples
Mon expérience m'a montré qu'utiliser la triangulation sur la moyenne entre les points donne un meilleur résultat qu'utiliser la triangulation sur une seule des deux images.
Visage moyen
À quoi l'étudiant moyen du cours GIF-4105 ressemble-t-il, cette question brulante mérite apparemment que chacun des étudiants du cours tante une réponse, car c'est une partie du TP. Pour se faire, on calcule la forme du visage moyen en calculant la position moyenne de chacun de points respectifs dans notre base de données. Ensuite on peut morphée chacun des visages vers cette forme et les combiner dans une seule image. Voici le résultat:
Détection de visage
Un des buts du TP est aussi de s'amuser avec la détection de visage, pour se faire on utile Dlib pour obtenir nos points d'intérêts dans la collection de visages fournis par «Utrecht University». On peut donc calculer le visage moyen du Néo-Zélandais et arriver à un résultat intéressant.
Visage moyen féminin
Visage moyen (f+m)
Visage moyen masculin
Avec les points entrées par les étudiants
Avec la détection de visage de Dlib
On peut remarquer que Dlib fait un bien meilleur travail que les étudiants pour choisir des points d'intérêts. Les yeux, le menton et le sourire sont beaucoup plus clairs sur l'image avec Dlib, mais les étudiants font un meilleur travail à détecter les cheveux.
Appliquer le visage moyen sur notre image
La collection de visages de «Utrecht University» est subdivisée en catégories, on peut donc essayer des expériences avec les distinctions entre hommes et femmes. Alors parce que c'est demandé, voici une version masculinisée et féminisée de mon visage. Le résultat n'est pas très convaincant, car ma photo a été prise de plus près que celles contenues dans la collection d'images.
Version masculinisée
Version féminisée
©Jean-Daniel Pearson