Face Parsing for Mobile AR Applications
Yongzhe Yan  1@  , Benjamin Bout  1@  , Anthony Berthelier  1@  , Thierry Chateau  2@  , Stefan Duffner  3@  , Christophe Garcia  4@  
1 : Université de Clermont-Ferrand
Université Clermont Auvergne, CNRS, SIGMA Clermont, Institut Pascal, Wisimage
2 : Institut Pascal - Clermont Auvergne  (IP)  -  Site web
SIGMA Clermont, Université Clermont Auvergne : UMR6602, Centre National de la Recherche Scientifique : UMR6602
24 avenue des Landais / 63171 Aubiere Cedex -  France
3 : Laboratoire d'InfoRmatique en Image et Systèmes d'information  (LIRIS)  -  Site web
Institut National des Sciences Appliquées [INSA], Institut National des Sciences Appliquées [INSA]
Bâtiment Blaise Pascal - 20, avenue Albert Einstein - 69621 Villeurbanne cedex -  France
4 : Institut National des Sciences Appliquées de Lyon
Christophe Garcia

L'analyse de visages consiste à décomposer ceux-ci en différentes parties grâce à des outils de segmentation. C'est une tâche importante pour de nombreuses applications de Réalité Augmentée (RA) utilisant le visage. Nous présentons une démonstration d'analyse de visages pour les platesformes mobiles telles qu'iOS et Android. Un réseau de neurones entièrement convolutionnel (Fully CNN) efficace sous forme de sablier (Hourglass) a été conçu et adapté à l'analyse de visages en temps réel. Notre CNN est implémenté sur iPhone avec le framework CoreML. Afin de visualiser les résultats de la segmentation, nous superposons un masque avec de fausses couleurs afin que l'utilisateur puisse avoir une expérience instantanée avec la RA.


Personnes connectées : 1