Abstract
La reconstrucció i el modelatge de cares 3D s'han convertit en els últims anys en una línia d'investigació molt activa a causa de la seva utilització en gran nombre d'aplicacions com són el reconeixement facial en 3D, modelatge de cares en videojocs, cirurgia estètica, etc. Durant les últimes dècades s'han desenvolupat múltiples tècniques computacionals de reconstrucció facial 3D. Una de les tecnologies més utilitzades està basada en imatges 2D i mètodes estadístics (3D Morphable Models). L'estimació de la forma de la cara abordada amb models estadístics, té com a objectiu principal trobar un conjunt de paràmetres de la cara que millor s'ajusten a una imatge o un conjunt d'imatges. Per a aquest projecte es disposa d'un model estadístic capaç d'estimar la forma 3D del rostre quan una cara o un conjunt de contorns 2D està disponible des de múltiples punts de vista. Aquest model estima directament l'estructura de la cara 3D mitjançant l'ús d'una matriu de regressió construïda a través de PLS (Partial Least Squares). Després de la validació del model i els bons resultats obtinguts en la predicció de subjectes sintètics, aquest treball proposa un nou enfoc, entrenar el model amb subjectes reals a partir d'una seqüència de vídeo. D'aquesta forma s'obtenen reconstruccions de la forma de la cara 3D amb dades reals. Per tant, l'objectiu d'aquest projecte és la definició, la implementació software i l'anàlisi d'un procediment que ens permeti ajustar un model estadístic facial tridimensional genèric a les característiques facials específiques d'un individu a partir dels contorns del seu rostre.