MASARYKOVA UNIVERZITA FAKULTA INFORMATIKY Vylepšení vizualizace porovnávání 3D modelů tváří v programu FIDENTIS BAKALÁŘSKÁ PRÁCE Karolína Kolouchová Brno, podzim 2019 MASARYKOVA UNIVERZITA FAKULTA INFORMATIKY Vylepšení vizualizace porovnávání 3D modelů tváří v programu FIDENTIS BAKALÁŘSKÁ PRÁCE Karolína Kolouchová Brno, podzim 2019 Na tomto místě se v tištěné práci nachází oficiální podepsané zadání práce a prohlášení autora školního díla. Prohlášení Prohlašuji, že tato bakalářská práce je mým původním autorským dílem, které jsem vypracovala samostatně. Všechny zdroje, prameny a literaturu, které jsem při vypracování používala nebo z nich čerpala, v práci řádně cituji s uvedením úplného odkazu na příslušný zdroj. Karolína Kolouchová Vedoucí práce: RNDr. Zuzana Ferková i Poděkování Děkuji vedoucí své bakalářské práce RNDr. Zuzaně Ferkove za ochotu mi pomoci, za užitečné rady a za její trpělivost. Také děkuji dobrovolníkům, kteří se zúčastnili testování vytvořených vizualizací. ii Shrnutí Tato práce se zabývá vylepšením vizualizací porovnávání 3D modelů tváří pomocí Prokrustovy analýzy. Výsledkem jsou nové funkcionality které byly implementovány do programu Fidentis. Tento program vznikl v rámci projektu Masarykovy univerzity v Brně. Je vyvíjen Laboratoří interakce člověka s počítačem ve spolupráci s Laboratoří morfologie a forenzní antropologie. iii Klíčová slova Visualization, face comparison, landmarks, facial points, Java, JOGL, Swing, Fidentis iv Obsah 1 Úvod 1 2 Barvy a jejich vnímání 3 2.1 Poruchy barvocitu 3 2.2 Barevný model 4 2.2.1 RGB 5 2.2.2 H S L a H S V 6 3 Nástroje pro analýzu landmarku 8 3.1 MorphoJ 9 3.2 PAST 9 3.3 Morphome3cs 10 3.4 Fidentis 11 3.4.1 Porovnávání dvou tváří 12 3.4.2 Srovnání s databází 13 3.4.3 Dávkové zpracování 14 4 Implementace 16 4.1 Požadovaná vylepšení 16 4.2 Změna barvy porovnávaných konfigurací 17 4.3 Vytváření spojnic mezi body 18 4.4 Označování bodů 20 4.5 Informace o konfiguraci 22 4.6 Vykreslení polotransparentního modelu 22 5 Testování 24 5.1 Zadání 24 5.2 Vyhodnocení 25 6 Závěr 28 Bibliografie 29 v 1 Úvod V současné době dochází k velkému rozvoji informačních technologií, který se dotýká celé řady nejrůznějších oborů. Jedním z těchto oborů je také antropologie (věda o člověku), jež se nejčastěji dělí na dvě různé základní oblasti. Jednou oblastí je kulturní a sociální antropologie, zabývající se člověkem jako společenskou a kulturní bytostí. Tou druhou je fyzická antropologie, která studuje lidské tělo. Předmětem jejího zkoumání je vývoj lidského druhu, vývoj lidských ras a rozdíly mezi nimi, odchylky tělesných znaků a další [12]. Relativně novým, rychle se vyvíjejícím, podoborem fyzické antropologie je antropologie virtuální. Ta studuje 3D modely částí lidského těla a využívá neinvazivní zobrazovací techniky a virtuální modelování pro řešení vědeckých problémů [19]. Jedním z používaných nástrojů virtuální antropologie je program Fidentis, který vznikl v rámci projektu Masarykovy univerzity v Brně. Jedná se o software pro forenzní identifikaci lidských tváří, který pracuje s 3D modely. Je vyvíjen Laboratoří interakce člověka s počítačem na Fakultě informatiky ve spolupráci s Laboratoří morfologie a forenzní antropologie (dále i LaMorFa) Přírodovědecké fakulty Masarykovy univerzity. V současné době je program Fidentis využívaný studenty antropologie a pracovníky Laboratoře morfologie a forenzní antropologie pro vědecké a studijní účely. Vzhledem k tomu, že 70 % smyslových receptoru člověka je soustředěno v očích a zrak tak smyslům dominuje [16], jsou důležitou součástí programu vizualizace, a to jak počáteční a průběžné, tak i výsledné. Uživatelé softwaru Fidentis však nejsou plně spokojeni s existujícími vizualizacemi výsledků porovnávání tváří, proto požadují vylepšení vizualizací ve všech třech programem nabízených modulech. Na základě vznesených požadavků je cílem mé práce vylepšit vizualizací výsledků porovnávání tváří pomocí Prokrustovy analýzy. Požadováno je zvýraznění vybraného antropometrického bodu, možnost změnit barvu bodů a možnost vykreslit spojnice mezi body pro lepší orientaci v zobrazených datech. V rámci této práce tedy implementuji funkcionality vylepšující vizualizace výsledků porovnávání tváří v programu Fidentis, a také příslušné ovládací prvky v uživatel- 1 i . ÚVOD ském rozhraní programu. Tato zlepšení pomáhají zpřehlednit práci s programem. Celý program je vyvíjen v programovacím jazyce Java, proto je tento jazyk nutné použít i pro nové funkcionality a jejich implementaci. Pro vizualizaci je použita knihovna JOGL (Java OpenGL), která v jazyce Java umožňuje použít OpenGL. Uživatelské rozhraní je implementováno pomocí knihovny Swing. V této práci se nejprve věnuji teorii barev, jejich vnímání a popisuji některé z barevných modelů, se kterými se lze v programu Fidentis setkat. Dále zkoumám používané nástroje pro analýzu landmarků a podrobněji představuji program Fidentis, zejména porovnávání obličeje pomocí landmarků (význačných bodů) a vizualizaci jeho výsledků. Poté popisuji navržená vylepšení a porovnávám možné způsoby jejich implementace. To je následováno popisem a vyhodnocením testování vylepšených vizualizaci, kterého se účastnili studenti a pracovníci ústavu antropologie, různě zběhlí v používání programu Fidentis. V závěru znovu shrnuji vytvořená vylepšení a jejich testování a navrhuji další možné úpravy. 2 2 Barvy a jejich vnímání Jednou z důležitých částí vizualizace je, mimo např. tvarů a textur, také použití barev. Barvy pomáhají lidem lépe pochopit daná data a samy také mohou data reprezentovat. Z tohoto důvodu se v této kapitole věnuji barvám, zejména tomu, jak je vnímáme a jejich reprezentaci v počítačích. Barva je vjem na sítnici oka způsobený viditelným elektromagnetickým zářením (světlem). Vzniklý vjem závisí jak na složkách světla a jejich vlnových délkách, tak i na vnitřní stavbě daného oka. Na sítnici oka máme fotoreceptory, jejichž stimulace se přenáší do mozku, kde vyvolává zrakový vjem [8,15]. Fotoreceptory se dělí na tyčinky a čípky. Tyčinky jsou velmi citlivé na světlo a umožňují vidění za šera, ale nedokáží rozlišit barvy. Naproti tomu čípky mají vyšší práh dráždivosti a zajišťují vidění za denního světla včetně rozpoznávání barev [15]. V lidském oku se zpravidla vyskytují tři druhy čípků, které mají nejvyšší citlivost pro různé vlnové délky a zajišťují rozpoznávání určité části barevného spektra - modré, zelené a červené. Kombinací těchto tří základních barev tedy vnímáme všechny ostatní barvy [15]. Barevnost předmětů je dána tím, které vlnové délky předmět pohlcuje a které odráží. Při osvícení bílým světlem dopadají na povrch předmětu červené, zelené a modré složky. Předmět některé složky pohlcuje a některé odráží. Výsledná barva předmětu je dána kombinací odražených složek - pokud se odrazí všechny složky, předmět se jeví jako bílý, pokud jsou naopak všechny složky pohlceny, předmět vidíme jako černý [8]. 2.1 Poruchy barvocitu Lidé s poruchou barvocitu (odborně daltonismus) nedokáží rozeznat tolik barev jako lidé s normálním barvocitem. Je to způsobeno tím, že jim některé druhy čípků nefungují, nebo jim úplně chybí. Vrozenou poruchou barvocitu trpí přibližně 8 % mužů a 0,4 % žen [15]. Existuje několik druhů daltonismu v závisloti na tom, u které barvy je vnímání ovlivněno. Achromatopsie je totální ztráta barvocitu, kdy 3 2. BARVY A JEJICH VNÍMÁNÍ oko vůbec nerozlišuje barevné odstíny a vnímá jen rozdíly intenzity, tedy vidí pouze černobíle [15]. Protanopie je porucha, při které postižený nedokáže vnímat červenou barvu. Často ji zaměňuje za černou či tmavě šedou. Deuteranopic je porucha vnímání zelené barvy. Postižený zaměňuje zelenou barvu za černou nebo tmavě šedou. U těchto dvou poruch bývá také špatné rozlišení zelené, žluté a červené barvy a zaměňovány mohou být i modrá s fialovou [15]. Tritanopie ovlivňuje vnímání modré barvy. Postižený nedokáže rozeznat bílou a žlutou barvu a má také problémy s rozlišením modré a fialové [15]. Vzhledem ke skutečnosti, že jedinců s poruchou barvocitu existuje v populaci poměrně velké množství, je nutné s nimi při tvorbě programů počítat a dát jim možnost barevného přizpůsobení na míru jejich potřebám. 2.2 Barevný model Barevný model je matematický model, který definuje, jak se dají barvy reprezentovat pomocí tří nebo čtyř složek. Složkami mohou být základní barvy nebo jiné parametry. Množina barev, které se dají popsat daným modelem se nazývá barevný prostor. Barevné modely zjednodušují popis barev a přibližují jej lidskému vnímání barev [21,17]. Existuje relativně velké množství barevných modelů. Některé z nich jsou založené na míchání barev (např. RGB, CMYK), kde se rozlišuje aditivní a subtraktivní míchání. [17]. Při aditivním míchání se k jednomu barevnému světlu přidává další a vzniká tím světlo s novou barvou. Aditivním smícháním tří základních barev (červené, zelené a modré) vzniká bílá. Smícháním dvou základních barev vzniká barva doplňková (viz 2.1). Toto míchání se využívá ve zobrazovacích zařízeních, jako jsou monitory či televizory [17]. Subtraktivní míchání barev odpovídá míchání barviv či pigmentů (tak, jak to známe z malování - např. míchání vodovek). Barvy se přidávají na sebe a každá barva pohlcuje část světla. Čím více barev smícháme, tím méně světla se odráží a tím tmavší bude výsledná 4 2. BARVY A JEJICH VNÍMÁNÍ barva (viz obrázek 2.1 vpravo). Na tomto způsobu míchání je založen barevný model C M Y K používaný například při tisku [17]. Obrázek 2.1: Aditivní (vlevo) a subtraktivní míchání barev [11] Dalšími často používanými modely jsou HSV a HSL. Zde lze využít nastavení odstínu barvy, jejího jasu a sytosti, kdy tato nastavení jsou pro uživatele dobře pochopitelná. Ve vizualizacích porovnávání landmarků v programu Fidentis jsou všechny použité barvy ve zdrojovém kódu definovány pomocí RGB. U některých vizualizací si uživatelé mohou barvy změnit a novou barvu si mohou definovat i pomocí dalších modelů, jako jsou HSL, H S V a C M Y K . 2.2.1 RGB RGB je barevný model založený na aditivním míchání barev. Každá barva je reprezentována jako třísložkový vektor. Jednotlivými složkami jsou zde základní barvy - červená, zelená a modrá (název RGB je zkratka anglického red, green, blue) [17]. Intenzita jednotlivých složek může být popsána v procentech (resp. hodnotou z intervalu <0,1>), nebo hodnotou 0-255 (což odpovídá kódování intenzity jedné složky do osmi bitů) [21]. Při kódování složky do osmi bitů může vzniknout přes 16,7 milonů barev. Toto kódování se dá také zapsat hexadecimálně, kde je každá složka vyjádřená v šestnáctkové soustavě. Tento zápis se často používá např. při vývoji webových stránek. Smícháním všech tří složek ve stejném poměru vznikají odstíny šedé. Speciální případy jsou bílá (všechny složky mají maximální intenzitu) a černá (složky mají nulovou intenzitu) [17]. 5 2. BARVY A JEJICH VNÍMÁNÍ RGB prostor je možné zobrazit jako krychli, kde osy reprezentují jednotlivé složky (viz obrázek 2.2). Každá barva je pak jeden bod v tomto barevném prostoru, kde počátek souřadného systému reprezentuje černou barvu, bod [1,1,1] reprezentuje bílou a zbylých šest vrcholů krychle reprezentuje základní (červená, zelená, modrá) a sekundární (azurová, purpurová, žlutá) barvy [20,17]. Magenta [1 0 1] Red[1 0 0] Gr»n[010] Yellow[110] Obrázek 2.2: RGB prostor zobrazený jako krychle [20] 2.2.2 HSLaHSV Vzhledem k tomu, že RGB model není příliš intuitivní, byly pro uživatelsky přívětivější úpravu barev vytvořeny modely HSL a H S V Tyto modely mají jako složky odstín (barevný tón), sytost a jas (v HSV) nebo světlost (v HSL). Barevný tón je základní odstín barvy (např. červená, oranžová, nebo zelená). Vybírá se z kola obsahujícího všechny tóny, je tedy zadaný úhlem 0-360°(na obrázku 2.3 vpravo) [17]. Sytost udává množství barvy, tj. jak je barva sytá či vybledlá. Nastavuje se v procentech, přičemž nastavením nulové sytosti vytvoříme odstín šedé. Pokud při nastavené nulové sytosti změníme barevný tón, výsledná barva zůstane stále stejná [17]. Jas a světlost udávají tmavost či světlost výsledné barvy. Nastavuje se opět v procentech. Nulová světlost i jas představují černou barvu a rozdíl v nich je takový, že stoprocentní světlost představuje bílou barvu a stoprocentní jas představuje čistý odstín. Výhodou modelu HSL tedy je, že pro získání světlých i tmavých barev stačí upravovat 6 2. BARVY A JEJICH VNÍMÁNÍ pouze hodnotu světlosti, kdežto u modelu H S V musíme pro získání světlé barvy upravovat hodnotu jasu i sytosti [21,17]. HSV barevný prostor se často zobrazuje jako kužel s vrcholem v počátku souřadnic. Na vrcholu leží černá barva, která podél osy přechází přes odstíny šedé až v bílou barvu. Ta leží na průniku středové osy jehlanu s podstavou. N a okraji podstavy leží ty nejjasnější, nejsytější barvy ve všech odstínech [17]. HSL prostor se zobrazuje jako oboustranný kužel s jedním vrcholem opět v počátku. V tomto vrcholu opět leží černá barva, ve druhém vrcholu leží bílá. Nejsytější barvy leží na podstavách těchto dvou kuželů [21]. Obrázek 2.3: HSV prostor (vlevo), HSL prostor (uprostřed) a rovina s barevnými tóny (vpravo) [9] Red 0* 7 3 Nástroje pro analýzu landmarků Předmětem této práce jsou úpravy vizualizací výsledků porovnávání modelů tváří na základě antropometrických (význačných) bodů, též nazývaných landmarky. Ty jsou důležitým prvkem např. analýzy biologických tvarů popsané Fredem Booksteinem v knize Geometrie Tools for Morphometric Data: Geometry and Biology (Geometrické metody pro morfometrická data: geometrie a biologie) [1]. Landmarky jsou body, které označují základní rysy objektu (viz obrázek ??). Jsou strukturně homologní na souboru zkoumaných objektů, tj. můžeme je najít na všech srovnávaných objektech [13]. Množina všech bodů, která reprezentuje jeden zkoumaný objekt, je označována jako konfigurace. Všechny zkoumané konfigurace by měly mít stejný počet landmarků, minimální počet bodů v konfiguraci je však tři [18]. Seznam landmarků, které jsou často používané antropology, lze najít například v práci doc. RNDr. Petry Urbanové, Ph.D. Využití metod geometrické morfologie v biologii člověka a přidružených oborech [18]. Obrázek 3.1: Umístění vybraných landmarků na obličeji, jak jsou definovány v programu Fidentis Cílem mé práce je v programu Fidentis vylepšit vizualizaci porovnávání tváří pomocí landmarků. Pro jejich analýzu je v současné době využíváno několik nástrojů. Jde například o programy MorphoJ, PAST 8 3- NÁSTROJE PRO ANALÝZU LANDMARKŮ a Morphome3cs. Níže tyto nástroje popisuji, a také uvádím způsob, jakým tyto programy dokážou landmarky vizualizovat. Součástí popisu je i hodnocení výhod a nevýhod uvedených nástrojů. Dále pak popisuji program Fidentis, kde věnuji zvýšenou pozornost dosavadním vizualizacím a jejich nedostatkům. 3.1 MorphoJ Jedním z nástrojů používaných pro analýzu landmarků je software MorphoJ [6], vyvíjený na University of Manchester. Je určený pro geometrickou morfometrickou analýzu zejména biologických dat. Program dokáže provádět nejrůznější druhy analýzy, např. Prokrustovu analýzu nebo Principal Component Analysis (analýzu hlavních komponent) a pracuje s 2D i 3D daty. Nevýhodou programu je, že pracuje pouze s již připravenými daty o landmarcích. Nedokáže tedy získat souřadnice landmarků z modelů či obrázků. K tomu je potřeba použít jiný software a do MorphoJ data importovat v textovém formátu, formátech NTS, TPS, nebo Morfologika [7]. Ve vizualizaci výsledků Prokrustovy analýzy (obrázek 3.2) jsou modře zobrazeny průměrné body pro každý landmark, které jsou vypočítané ze všech zadaných konfigurací. Lze vidět, že kolem průměrných bodů jsou vykresleny landmarky všech konfigurací. Kromě průměrných bodů se zde nedá zjistit, ke které konfiguraci bod patří. Při analyzování 2D dat se zobrazí jedna vizualizace a pokud pracujeme s 3D daty, objeví se tři záložky a v každé je vykreslená projekce do směru jedné z hlavních os. Vizualizace je tedy vždy pouze dvourozměrná [7]. 3.2 PAST Dalším známým nástrojem je program PAST (PAleontological STatistics) [14], původně určený zejména pro analýzu paleontologických dat. Nyní je to rozsáhlý statistický nástroj využívaný v nejrůznějších odvětvích - přírodních vědách, strojírenství i ekonomii. PAST má uživatelské rozhraní podobné tabulkovým procesorům a stejně jako MorphoJ dokáže pracovat s 2D i 3D daty. Data, která je třeba 9 3- NÁSTROJE PRO ANALÝZU LANDMARKŮ Obrázek 3.2: Vizualizace výsledků Prokrustovy analýzy v programu MorphoJ analyzovat (může se jednat i o landmarky), se zadávají buď přímo do tabulky, nebo se mohou importovat ve formátech jako DOC, XLS, CSV, TPS, NTS atd. Tento program, obdobně jako MorphoJ, nedokáže z modelů či obrázků získat souřadnice landmarků, i zde je tedy nutné použití jiného softwaru [4]. Nástroj dokáže zobrazit landmarky po Prokrustově analýze pouze jako jednoduchý 2D nebo 3D graf. Pokud pracujeme s trojrozměrnými daty, grafem se dá pomocí posuvníků v postranním ovládacím panelu libovolně otáčet. Také je možné změnit velikost bodů a graf přibližovat a oddalovat. Jak lze vidět na obrázku 3.3, nevýhodou je, že se zde nedá rozlišit, k jaké konfiguraci patří jaký bod. 3.3 Morphome3cs Nástrojem velmi podobným programu Fidentis je Morphome3cs [2] vyvíjený ve spolupráci Skupiny pro počítačovou grafiku Matematickofyzikální fakulty Univerzity Karlovy a Laboratoře 3D zobrazovacích a analytických metod Přírodovědecké fakulty Univerzity Karlovy. Morphome3cs dokáže pracovat přímo s 3D modely a poskytuje jak analýzu landmarků, tak i analýzu přímo povrchu modelu. Zajíma­ lo 3- NÁSTROJE PRO ANALÝZU LANDMARKŮ T 1 I I I I I I 1 I T ' • ' • ' O O O O O O • ? ; P P P K> W In Ul J± UJ Í\J — i Obrázek 3.3: Vizualizace landmarků po Prokrustově analýze v programu PAST vou vlastností programu je jeho modularita - systém lze rozšiřovat o další funkce pomocí skriptů v jazycích R a Python. Nevýhodou je, že software je volně dostupný jen se základními funkcemi a pro přístup k plné funkcionalitě je třeba kontaktovat autory. Základní verze je v podstatě nepoužitelná, protože se v ní nedá vytvořit nový projekt, pouze načíst již vytvořený. Vzhledem k tomu, že o tomto programu není k dispozici mnoho informací, nelze zde uvést konkrétní popis analýz landmarků, ani způsob a náhled vizualizace dat. 3.4 Fidentis Forensic Facial Identification Software, zkráceně Fidentis [3], je program určený k morfologické analýze 3D modelů tváří. Vyvíjí ho Laboratoř interakce člověka s počítačem Fakulty informatiky ve spolupráci s Laboratoří morfologie a antropologie Přírodovědecké fakulty Masarykovy univerzity v Brně. Program je používán pracovníky LaMorFA a studenty antropologie k porovnávání tváří pro vědecké a studijní účely. Oproti nástrojům uvedeným výše nabízí Fidentis možnost manuálního umístění bodu na model, dále je možné spustit automatické 11 3- NÁSTROJE PRO ANALÝZU LANDMARKŮ vyhledávání landmarků a lze také načíst landmarky ze souboru vytvořeného přímo v tomto programu. Software Fidentis nabízí tři různé režimy, a to kvůli zohlednění různých potřeb analýzy tváří. Program tedy obsahuje moduly pro tři různé druhy porovnávání: vzájemné srovnání dvou tváří (modul 1:1), porovnání s databází (porovnání referenční konfigurace se skupinou N tváří - modul 1:N) a dávkové zpracování (samostatná analýza většího počtu tváří - modul N : N , batch processing). V každém modulu program poskytuje metodu porovnávání založenou na zarovnávání povrchu modelů, která využívá algoritmus Iterative Closest Point1 a Nearest neighbor distance2 , či výpočet Hausdorffovy vzdálenosti3 , a také metodu porovnávající pouze antropometrické body, a to pomocí Prokrustovy analýzy [10]. Výsledky porovnávaní jsou k dispozici jako numerická data, a také jsou graficky znázorněny pomocí knihovny OpenGL. Každý z modulů má jiné využití a vizualizace výsledků se tomuto musí přizpůsobit. Dále popisuji jednotlivé moduly a zejména dosavadní vizualizace výsledků Prokrustovy analýzy. 3.4.1 Porovnávání dvou tváří V modulu porovnávání dvou tváří se spolu porovnávají dva modely označené jako primární a sekundární. Jedním z účelů tohoto porovnávání může být zjistit, jestli oba modely představují obličej stejné osoby. Dalším může být analýza rozdílů obou modelů např. kvůli pozorování změn před a po lékařském zákroku, nebo změn způsobených stárnutím. Pro vizualizaci výsledků jsou obě porovnávané konfigurace vykreslené přes sebe. Jednotlivé konfigurace jsou barevně odlišeny. Určité landmarky jsou propojeny úsečkami pro snadnější pochopení tvaru obličeje. Jedná se například o body představující koutky očí, kdy je 1. Algoritmus pro minimalizaci rozdílu mezi dvěma množinami bodů, poprvé představen v článku Object modelling by registration of multiple range images [5] 2. Vícenahttp://resources.esri.eom/help/9.3/ArcGISDesktop/com/Gp_ToolRef/ spatial_statistics_tools/how_average_nearest_neighbor_distance_spatial_statistics_ works.htm 3. Vzdálenost dvou podmnožin metrického prostoru, více na https:/ / en.wikipedia.org/wiki/Hausdorff_distance 12 3- NÁSTROJE PRO ANALÝZU LANDMARKŮ Obrázek 3.4: Vizualizace landmarků po Prokrustově analýze v modulu 1:1 programu Fidentis propojený vnitřní a vnější koutek oka, nebo body ležící na mediánní rovině (rovina rozdělující tělo na levou a pravou polovinu), viz obrázek 3.4. Pro zkoumání i malých lokálních rozdílů si uživatel může zvětšit vzdálenosti mezi odpovídajícími landmarky obou konfigurací. Dále je zde také možnost změny velikosti vykreslených bodů. Výhrady uživatelů v rámci tohoto modulu se týkaly nemožnosti určit, která sada landmarků patří k primárnímu modelu a která k modelu sekundárnímu. Dále, že nelze propojit úsečkami libovolné landmarky. Poslední požadovanou úpravou byla možnost změny barev z přednastavených (zelená a červená) na barvy podle požadavků uživatelů. 3.4.2 Srovnání s databází Modul srovnání s databází nabízí porovnání skupiny N modelů s jedním referenčním modelem. Tento modul může být použit pro nalezení modelu z databáze nejpodobnějšího referenčnímu modelu např. pro identifikaci podezřelého pomocí databáze zločinců, nebo nalezení rodiče dítěte. Jako výsledek je zeleně zobrazena průměrná konfigurace spočítaná ze skupiny N modelů. Vektory, vedoucí z bodů průměrné konfigurace 13 3- NÁSTROJE PRO ANALÝZU LANDMARKŮ Obrázek 3.5: Vizualizace landmarků po Prokrustově analýze v modulu 1:N programu Fidentis a směřující do odpovídajících bodů reference, ukazují odchylku referenční konfigurace od průměru a jsou zobrazeny červeně. Barevné odlišení vektorů od průměrné konfigurace je zde z důvodu přehlednosti. Stejně jako v modulu porovnání dvou tváří jsou mezi určitými body vykresleny spojnice, viz obrázek 3.5. Modul opět nabízí možnost změny velikosti landmarků a pro případ malé odchylky od průměru si uživatel může prodloužit zobrazené vektory. V modulu srovnání s databází požadovali uživatelé přidat možnost změny barev a možnost propojení libovolných landmarků, tedy i jiných než nabízí výchozí nastavení. 3.4.3 Dávkové zpracování Modul dávkového zpracování je určen ke zkoumání velkého množství modelů. Příkladem použití je zkoumání rozdílů obličejů v rámci určité populace - například určení, zda se od sebe v současné populaci liší obličeje mužů a žen. Výsledkem porovnávání je průměrná konfigurace spočítaná ze všech porovnávaných konfigurací. Na rozdíl od srovnání s databází jsou zde kromě průměrné konfigurace zobrazené také body všech zkoumaných konfigurací. Tyto jsou pro přehlednost opět od průměrné konfigurace barevně odlišeny, a navíc mají pouze poloviční průměr. 14 3- NÁSTROJE PRO ANALÝZU LANDMARKŮ Obrázek 3.6: Vizualizace landmarků po Prokrustově analýze v modulu batch programu Fidentis Podobně jako v ostatních dvou modelech jsou mezi body průměrné konfigurace vykresleny spojnice, nikoliv však mezi body porovnávaných konfigurací, viz obrázek 3.6. Nechybí tu možnost změny velikosti landmarků, ani možnost zvětšit vzdálenost bodů průměrných landmarků a jim odpovídajících bodů porovnávaných modelů. Uživatelé v tomto modulu také požadují možnost změny barev a možnost změny propojení landmarků. Vzhledem k tomu, že v tomto modulu jde o porovnávání velkého množství konfigurací, je mnohdy obtížné rozeznat, zda konkrétní bod zobrazuje např. vnější koutek oka nebo spodní oční oblouk. Pro uživatele je také důležitá možnost označení všech bodů jednoho obličeje. Dále zde chybí informace o tom, ke které tváři patří vybraný bod. 15 4 Implementace Cílem mé práce bylo vylepšit vizualizaci výsledků Prokrustovy analýzy při porovnávání modelů tváří v programu Fidentis na základě požadavků pracovníků Laboratoře morfologie a antropologie Přírodovědecké fakulty Masarykovy univerzity v Brně. V této kapitole popisuji jednotlivá vylepšení a způsob, jakým jsem postupovala při jejich implementaci. Současně také zmiňuji, jak pomáhají uživateli lépe analyzovat data. 4.1 Požadovaná vylepšení Zadavatelé měli ve vizualizacích, které byly v programu Fidentis, výhrady k tomu, že v modulu porovnávání dvou tváří nelze na první pohled určit, která ze zobrazených konfigurací patří k primárnímu a která k sekundárnímu modelu. Dále se jim nelíbilo, že nastavené barvy pro vykreslení konfigurací v modulech porovnání dvou tváří a srovnání s databází (červená a zelená) nemusí být vhodné pro uživatele s poruchou barevného vidění. Dalším nedostatkem bylo, že spojnice mezi body si nemohl uživatel nastavit podle svých potřeb. To také mohlo způsobovat problémy, pokud některý z landmarků, který měl být propojený s jiným, v konfiguraci chyběl. V modulu batch, kde se často porovnává velké množství konfigurací, bylo navíc obtížné rozeznat, ke které konfiguraci či průměrnému bodu daný landmark patří. Do požadovaných vylepšení tedy patří ve všech modulech možnost nastavení barvy, kterou je vykreslena konfigurace a vytvoření vlastních spojnic mezi body. Dále také zvýraznění bodů stejného typu po kliknutí. V batch processing je navíc požadována možnost vybrat mezi zvýrazněním bodů stejného typu, nebo stejné konfigurace a informace o tom, ke kterému modelu daný bod patří. Součástí práce je také vytvoření odpovídajících ovládacích prvků do grafického uživatelského rozhraní. 16 4- IMPLEMENTACE 4.2 Změna barvy porovnávaných konfigurací Před implementací změny barvy konfigurací nebylo možné v modulu 1:1 zjistit, který z porovnávaných modelů je primární a který sekundární. Stejně tak v modulu 1:N nebylo zřejmé, co představuje zobrazená konfigurace. Toto vyřešily popisky barevných polí, které jsem přidala do ovládacího panelu. Pro vykreslení porovnávaných konfigurací jsou v modulech 1:1 i 1:N ve výchozím nastavení používají červená a zelená. To by mohlo působit problém lidem s červeno/zelenou barvoslepostí, kteří mívají potíže tyto dvě barvy od sebe rozlišit. Těchto lidí není zanedbatelné množství - uvádí se, že jí trpí kolem 8 % populace (zejména mužů) [15]. Comparison results Distance: ' O i i i i i i i i i i i i i i i i i i i i i 0 20 40 60 80 100 Point size: ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ 10 30 50 Average model: Other models: | | •rawtransparent model: [headOLobj | Opacity: ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ 0 20 40 60 80 100 [7) Show point info [7) Custom point connections [ Add point connections ~] [ Remove connections ~j Clear all connections Obrázek 4.1: Postranní ovládací panel pro vizualizaci výsledků PA v programu Fidentis Do postranního ovládacího panelu (na obrázku 4.1) jsem přidala dvě barevná pole s popisky (Primary model a Secondary model v modulu 17 4- IMPLEMENTACE 1:1, Average model a Arrows v 1:N a Average model, Other models v batch). Díky tomu lze zjistit, jakou barvou je vykreslená daná konfigurace. | S:-.3tcli3Í I HS. I HSL t RGE , CMYK | [ Selecí J [ Cancel J Obrázek 4.2: Dialog pro nastavení barvy se zvoleným HSV modelem Po kliknutí na barevné pole se otevře dialog (viz obrázek 4.2), kde je možné pro konfiguraci nastavit jinou barvu. Zde je možné si vybrat z obsáhlé palety, případně je zde i možnost namíchat si libovolnou vlastní barvu. K tomu je možné využít model HSL, HSV, RGB nebo také C M Y K . 4.3 Vytváření spojnic mezi body Pro snadnější pochopení tvaru modelu se určité body konfigurace propojují úsečkami. V předchozí verzi programu bylo pevně nastaveno, mezi kterými typy bodů se spojnice mají vykreslovat. Typy byly vybrány tak, aby výsledný obraz co nejvíce připomínal tvar obličeje. Toto zadavatelům nestačilo a navíc mohl být problém, pokud některý z landmarků, které měly být spojeny, v konfiguraci chyběl. Z těchto důvodů bylo požadováno přidat také možnost vytvoření vlastních spojnic. Pro tento účel jsem v projektu vytvořila třídu PointConnection, která reprezentuje právě propojení mezi dvěma body. Třída určuje, jaké dva typy bodů mají být propojeny a pro použití v modulu batch také konfiguraci, ve které mají být body propojeny. Vytváření vlastních spojnic se nastavuje v postranním ovládacím panelu (viz obrázek 4.1), kde je nejprve třeba zaškrtnout checkbox 18 4- IMPLEMENTACE Custotn point connections. Po jeho zaškrtnutí se zpřístupní tlačítka pro úpravy spojnic. Pokud je zapnuté přepínací tlačítko Add point connections, pak se kliknutím na dva zobrazené body mezi nimi vytvoří nová spojnice. Odstranit konkrétní spojnici je možné zapnutím tlačítka Remové connections a kliknutím na danou spojnici. Pokud se checkbox Custom point connections odškrtne, znovu se vykreslí výchozí spojnice. Již vytvořené vlastní spojnice však zůstanou stále uložené, dají se vymazat pouze kliknutím na tlačítko Clear all connections. V modulu 1:1 se vždy vykreslují spojnice mezi stejnými body v obou porovnávaných konfiguracích a v modulu 1:N je zobrazena pouze jedna konfigurace. V modulu batch je konfigurací větší množství a nejprve zde bylo možné propojovat body pouze u průměrné konfigurace. Ve zpětné vazbě po prvním vyzkoušení programu však zadavatelé navrhli, že by ještě bylo vhodné přidat možnost vytvoření spojnice pro libovolnou konfiguraci bodů v analýze. Tuto možnost jsem následně doplnila. Na obrázku 4.3 jsou vykresleny spojnice mezi body jedné z porovnávaných konfigurací. • * • Obrázek 4.3: Spojnice v modulu batch vytvořené mezi body jiné než průměrné konfigurace V předchozí verzi programu byl také problém, že při zvětšení vzdálenosti mezi body se spojnice nepřizpůsobily nové pozici spojovaných bodů a vedly do prázdna. Tuto chybu jsem také opravila. 19 4- IMPLEMENTACE 4.4 Označování bodů V modulu batch se často porovnává velké množství konfigurací, takže může být obtížné rozeznat, ke které konfiguraci či průměrnému bodu daný landmark patří. Pro uživatele je tedy užitečné zvýraznit si všechny body jedné konfigurace, či stejného typu. Označování bodů je také důležité pro další funkcionalitu, kterou jsem implementovala - vytváření vlastních spojnic mezi body. Když uživatel vybírá body, které mají být propojeny, tak při kliknutí na bod musí mít nějakou zpětnou vazbu, že byl bod opravdu zvolen. Nejprve jsem zkusila označené body zvýraznit pouze tím, že jsem je vykreslila s větším poloměrem než ostatní body (viz obrázek 4.4a). Toto řešení se neukázalo jako dostatečně výrazné a bylo nutné body odlišit také barevně. Dalším návrhem bylo zvýraznit body pomocí změny saturace, to buď nebylo dost výrazné, nebo byl označovaný bod spíše nevýraznější než ostatní. Nakonec jsem zvolila vykreslení částečně transparentní bílé sféry kolem označeného bodu, viz obrázek 4.4b. (a) (b) Obrázek 4.4: Porovnání označení bodu pomocí zvětšení (a) a pomocí vykreslení bílé sféry (b) Pro zjištění, na jaký bod bylo kliknuto, jsem využila již existující funkci, která pro nalezení používá ray casting. V modulu 1:1 ale fungovala jenom při kliknutí na body primárního modelu. Musela jsem tedy do funkce přidat i vyhledávání v bodech sekundárního modelu. V modulu batch jsem ji rozšířila o označování bodů všech konfigurací namísto pouze bodů průměrné konfigurace. Vzhledem k rozdílným datům, která se vizualizují v jednotlivých modulech, bylo třeba pro modul N : N zvolit jiný způsob označování bodů. 20 4- IMPLEMENTACE (a) (b) (c) (d) Obrázek 4.5: Označení bodů v modulu 1:1 (a), v modulu 1:N (b) a bodů stejného typu (c) a stejné konfigurace (d) v modulu batch V modulu 1:1 se při kliknutí na bod zvýrazní daný bod a bod stejného typu na druhé konfiguraci (viz obrázek 4.5a). V modulu 1:N jsou vizualizovány pouze body průměrné konfigurace a tedy se při kliknutí zvýrazní pouze daný bod (obrázek 4.5b). Naproti tomu v modulu batch se zobrazují body všech konfigurací, což může být při porovnávání většího množství modelů velmi nepřehledné. Přidala jsem tedy možnost zvolit si, zda se budou zvýrazňovat body stejného typu (obrázek 4.5c), nebo stejné konfigurace (obrázek 4.5d). # • 1 Obrázek 4.6: Zvýraznění bodů stejného typu spolu s kontextovým menu K tomuto účelu bylo vytvořeno kontextové menu (viz obrázek 4.6), které se zobrazí při kliknutí pravým tlačítkem na bod. Zde se 21 4- IMPLEMENTACE vybere, které body mají být zvýrazněny Při kliknutí levým tlačítkem se označují body dle předchozí volby (případně výchozího nastavení, což jsou body stejného typu). 4.5 Informace o konfiguraci Informace o tom, ke které tváři bod patří, je důležitá zejména v modulu batch, kde je zobrazeno velké množství konfigurací a všechny kromě průměrného modelu jsou vykresleny stejnou barvou. Je tedy potřeba, aby se dalo zjistit, ke které konfiguraci daný bod patří. Z tohoto důvodu jsem do modulu přidala tooltip, který se zobrazí při najetí myší na bod a obsahuje informaci o typu bodu a název modelu, ke kterému patří konfigurace obsahující daný bod (viz obrázek 4.7). Vzhledem k tomu, že tooltip by mohl v nějakých situacích překážet, jeho zobrazování je možné zapnout a vypnout pomocí checkboxu Show point info v ovládacím panelu. H Exocanthion L. head03.obj H Obrázek 4.7: Tooltip s informacemi o vybraném landmarku v modulu batch 4.6 Vykreslení polotransparentního modelu Ve zpětné vazbě z testování se objevil návrh, že by byla užitečná možnost vykreslit pod zobrazené landmarky také transparentní model tváře. To by mohlo pomoci v pochopení toho, jak jsou modely zarovnané a jak jsou vzdálené od průměru. Tuto funkci jsem následně také implementovala, ukázku lze vidět na obrázku 4.8b. Nastavuje se v postranním menu, kde si uživatel 22 4- IMPLEMENTACE může z rozbalovacího menu zvolit, který z porovnávaných modelů se má vykreslit. Mezi možnostmi je také, že se nemá vykreslovat žádný model, což je výchozí možnost. Dále je na posuvníku pod rozbalovacím menu možné nastavit, jak průhledný má model být. Vykreslování polotransparentního modelu je velmi podobné tomu, jak se vykreslují modely při registraci landmarků. Z tohoto důvodu bylo možné použít stejný shader. Bylo nutné zapnout odstřelování zadních stran polygonů, protože jejich vykreslování způsobovalo společně s průhledností nevzhledné artefakty (viz 4.8a). Pokud je při vykreslování polotransparentního modelu v modulu batch vybrána možnost zvýraznění bodů stejné konfigurace, tak se navíc při zvolení modelu označí body, které patří do odpovídající konfigurace. (a) S artefakty (b) Bez artefaktů Obrázek 4.8: Vykreslení polotransparentního modelu v modulu batch 23 5 Testování Po provedené implementaci provedli antropologové první testování vytvořených úprav. Ve zpětné vazbě upozornili na některé chyby a navrhli další úpravy. Na základě těchto informací jsem chyby opravila a implementovala některé z navržených úprav. Mezi chyby patřilo zejména to, že po otočení vizualizace v modulu batch zmizelo označení bodů a že pro označení bodu v modulu 1:1 se muselo klikat pouze na body primárního modelu. Jednou z navržených úprav bylo přidání možnosti vytvoření spojnic pro libovolnou konfiguraci bodů v modulu batch (do té doby bylo možné propojit jen body průměrné konfigurace). Následně antropologové uskutečnili testování mezi studenty antropologie. Z tohoto testování jsem se dozvěděla pouze to, že se jim podařilo splnit zadané úkoly a další návrh na úpravu, konkrétně možnost zobrazit pod vizualizovanými landmarky transparentní model. Tuto možnost jsem následně doplnila. Dále jsem na finálním řešení navrhla a provedla předběžné testování s deseti dobrovolníky zaměřené zejména na funkčnost a intuitivnost navržených vylepšení. Zúčastnění neměli žádné znalosti z oblasti antropologie ani se nikdy nesetkali s programem Fidentis. 5.1 Zadání Byl testován modul batch, protože tento modul má všechna nová vylepšení a některá navíc. Byly porovnávány čtyři modely, body byly předem přpraveny a při testování načteny ze souboru. Každý z účastníků byl požádán o splnění několika úkolů. Nejprve měli najít bod odpovídající vnějšímu koutku pravého oka (na obrázku 5.1a bod A) bez použití nových vylepšení a následně nalézt bod odpovídající středu okraje horního rtu (obrázek 5.1a bod B), kde již mohli nová vylepšení použít. Poté měli změnit barvu vykreslení průměrné konfigurace. Dalším úkolem bylo určit k jakému modelu patří zadaný bod (obrázek 5.1a bod B). Dále měli určit které body patří do stejné konfigurace jako zadaný bod. Nakonec měli propojit body očí, nosu a úst tak, aby vznikly čtyři nezávislé množiny bodů (na obrázku 5.1b). 24 5- TESTOVÁNÍ (a) (b) Obrázek 5.1: Označené zkoumané body (a) a vytvořené spojnice (b) při testování Po splnění úkolů dostali krátký dotazník, kde měli ohodnotit jednotlivá vyzkoušená vylepšení. Hodnocení bylo 1-5 jako ve škole, tedy 1 nejlepší a 5 nejhorší. Otázky pro hodnocení byly: • Jak dobře funguje označování bodů? • Jak intuitivní je kontextové menu? • Jak intuitivní je vytváření spojnic? • Jak intuitivní je změna barvy konfigurací? • Jak dobře funguje tooltip? 5.2 Vyhodnocení Testování se zúčastnilo 10 dobrovolníků ve věku od 15 do 46 let, z nichž 5 bylo studenty informatiky a 5 mělo uživatelské znalosti práce 25 5- TESTOVÁNÍ na PC. Všem se bez problémů podařilo najít zadané body. I když již mohli použít nová vylepšení, tak je nepotřebovali, neboť vizualizace byla dostatečně názorná. Změna barvy také proběhla bez větších problémů, pouze jeden účastník si nejprve nevšiml tlačítka pro aplikování vybrané barvy a očekával, že se změna projeví ihned. Určit, ke kterému modelu patří zadaný bod se ukázalo jako trochu složitější, zejména proto, že většina účastníků nevěděla, že zobrazování tooltipu s informacemi o bodu je nutné nejprve zapnout. Po zapnutí tooltipu se jim již podařilo úkol splnit. Největší problémy měli účastníci při řešení dalšího úkolu - určit, které body patří do stejné konfigurace jako daný bod. Zde bylo nejjednodušším řešením přepnout na označování bodů stejné konfigurace, což se dělá v kontextovém menu, které se zobrazí po kliknutí pravým tlačítkem myši na nějaký z bodů. Větší část účastníků však očekávala, že všechny možnosti nastavení budou v postranním panelu, a tak měli s nalezením kontextového menu značné potíže. Několik účastníků napadlo vyzkoušet pravé tlačítko, ale nevěděli, že se musí kliknout přímo na bod. Poté, co se o existenci kontextového menu dozvěděli, již všichni úkol splnili snadno. S vytvářením spojnic si účastníci většinou poradili bez potíží. Jeden z nich chvíli hledal, kde se zapíná a nejprve chtěl body spojovat pouze táhnutím myši. Další účastnice byla překvapená způsobem odstraňování jedné spojnice, jelikož nečekala, že je třeba kliknout přímo na spojnici, a chtěla ji odstranit označením jejích koncových bodů. Označování bodů téměř všichni zúčastnění ohodnotili známkou 1. Dva hodnotili známkou 2, zejména protože jim přišlo zvláštní, že nejde označit jeden konkrétní bod. Hodnocení kontextového menu se pohybovalo od 1 až po 4. Vytváření spojnic bylo, až na jednoho účastníka, který dal 4, hodnoceno 1 nebo 2. Všichni, kromě dvou účastníků hodnotili změnu barvy bodů známkou 1. Známky pro tooltip se opět pohybovaly v rozmezí 1 až 4. Všechna hodnocení a průměry pro jednotlivé otázky lze vidět v tabulce 5.1. Účastníci také poskytli další připomínky, zejména k uživatelskému rozhraní. Dva zúčastnění by například uvítali tlačítko zpět při vytváření spojnic. Dalším návrhem bylo přesunout volbu mezi zvýrazněním bodů stejného typu a stejné konfigurace do postranního menu. Jeden účastník by vizuálně více oddělil ovládací prvky pro vytváření spojnic a další by k nim přidal ikonky. Dále bylo navrženo, kromě zvýraznění 26 5- TESTOVÁNÍ Tabulka 5.1: Hodnocení testovaných vylepšení Hodnocení účastníků Průměr Označování bodů 1 1 1 2 1 1 2 1 1 1 1,2 Kontextové menu 1 2 4 4 3 2 2 1 2 3 2,4 Vytváření spojnic 1 1 4 2 1 2 1 1 2 2 1,7 Změna barvy 1 1 2 2 1 1 1 1 1 1 1,2 Tooltip 2 2 3 4 3 2 4 2 1 2 2,5 všech bodů stejného typu nebo konfigurace, jinou barvou označit jeden konkrétní bod. Posledním návrhem bylo nezobrazovat informace o bodu pomocí tooltipu, ale též v postranním panelu po označení bodu. Podle mého míňení obsahuje poskytnutá zpětná vazba zajímavé návrhy vhodné ke zvážení a případné implementaci. Dalším krokem by mělo být předání programu k otestování antropologům, zjištění jejich připomínek a návrhů na další vylepšení programu a následná konzultace návrhů získaných v předběžném testování. 27 6 Závěr Cílem této práce bylo vylepšit vizualizace porovnávání 3D modelů tváří v programu Fidentis. Jednalo se konkrétně o vizualizaci výsledků porovnávání pomocí Prokrustovy analýzy ve všech třech modulech programu (tj. porovnání dvou tváří, srovnání s databází a dávkové zpracování). Ve všech modulech programu jsem implementovala možnost změny barev, kterými jsou vykresleny jednotlivé konfigurace. Dále jsem přidala funkcionalitu pro vytvoření vlastních spojnic mezi porovnávanými landmarky (dříve byly spojnice pouze mezi pevně danými body). Uživatel si může kdykoliv vybrat mezi původními a vlastními spojnicemi. Dalšími přidanými vylepšeními je zvýraznění bodů stejného typu po kliknutí na landmark a možnost vykreslení transparentního modelu. V modulu batch jsem přidala ještě kontextové menu pro výběr mezi zvýrazněním bodů stejného typu a bodů stejné konfigurace, a také tooltip, který se zobrazí při najetí myší na jakýkoliv z porovnávaných bodů. Tooltip obsahuje název landmarku a název modelu, ke kterému daný landmark patří. Vylepšení byla testována pracovníky Laboratoře morfologie a forenzní antropologie Přírodovědecké fakulty Masarykovy univerzity a také studenty antropologie, kteří neměli žádné konkrétní výhrady, pouze návrhy na další vylepšení. Některé jejich návrhy byly dále zahrnuty a výsledné úpravy byly předběžně testovány s deseti dobrovolníky. Některá z vylepšení již bylá přidána do programu Fidentis a další budou zahrnuta v nejbližší době. Dalším pokračováním práce by mělo být zohlednění výsledků testování, zejména bych doporučila přesunout přepínání mezi zvýrazněním bodů stejného typu a stejné konfigurace do postranního menu. Stejně tak do postranního menu přesunout také informace o landmarku. Dále by mohla být implementována některá z navržených vylepšení. Z těch bych vybrala například označení jednoho konkrétního bodu, možnost uložení vytvořených spojnic pro použití v budoucích analýzách. V modulu batch by pak byla zajímavá vizualizace variability bodů okolo průměru (např. jako elipsoid). 28 Bibliografie 1. BOOKSTEIN, F. L. Morphometric Tools Landmark Data: Geometry and Biology. Cambridge University Press, 1997. ISBN 0-521-58598- 8. 2. C G G M F F UK. Morphome3cs II [online]. Czech Republic, 2015 [cit. 2019-05-25]. Dostupné z: http: //www.morphome3cs . com. 3. Fidentis. Fidentis research group, 2015-2019. Dostupné také z: https://www.fidentis.cz/. 4. H A M M E R , 0 . PAST Reference manual. 1999-2019. Dostupné také z: https://folk.uio.no/ohammer/past/past3manual.pdf. 5. Iterative closest point. In: Wikipedia: the free encyclopedia. Wikimedia Foundation, 2001-2019. Dostupné také z: https : / / e n . wikipedia.org/wiki/Iterative_closest_point. 6. KLINGENBERG, C. P. MorphoJ: an integrated software package for geometrie morphometries. Molecular Ecology Resources [online]. 2011, č. 11, s. 353-357 [cit. 2019-05-25]. ISSN 1755-0998. Dostupné z: http: //www. f lywings . org. uk/PDF°/„5C°/020f i l e s / MolEcolResour2011.pdf. 7. KLINGENBERG, C. P. MorphoJ User's Guide. 2008-2019. Dostupné také z: http://www.flywings.org.uk/MorphoJ_guide. 8. K U E H N I , R. G. Color: An Introduction to Practice and Principles. 2nd edition. Wiley-Interscience, 2004. ISBN 9780471660064. 9. KYRIAKOULIS, N ; GASTERATOS, A . Light-invariant 3D object's pose estimation using color distance transform. 2010 IEEE International Conference on Imaging Systems and Techniques. 2010, s. 105-110. 10. LÝOVÁ, Z. Porovnávání 3D modelů lidských tváří na základě antropometrických bodů [online]. 2014 [cit. 2019-05-25]. Dostupné také z:https://is.muni.cz/th/ihgb4/. 11. M A H Y A R , F ; W E S T L A N D , S.; C H E U N G , V. Complementary colour harmony in different colour spaces. In: 2013. 29 BIBLIOGRAFIE 12. M U R P H Y , R. F. Úvod do kulturní a sociální antropologie. Vyd. 2. Sociologické nakladatelství (SLON), 2004. Studijní texty (Sociologické nakladatelství). ISBN 978-80-86429-25-0. 13. NEUSTUPA, J. Co je to geometrická morfometrika aneb morfologie znovu na scéně. Živa [online]. 2006, č. 2, s. 54-56 [cit. 2019-05-25]. ISSN 0044-4812. Dostupné z: http : / /živa . avcr . c z / f i l e s / z i v a / p d f /co-je-to-geometricka-morfometrika- aneb-morfologie.pdf. 14. PAST. Hammer, 0., Harper, D.A.T., Ryan, P.D., 2001-2019. Dostupné také z:https://folk.uio.no/ohammer/past/. 15. PRUDILOVÁ, V. Poruchy barvocitu a jejich vyšetřování [online]. 2014 [cit. 2019-12-13]. Dostupné také z: https : / / i s . muni . c z / t h / c6gp8/. 16. ŠIKL, Radovan. Zrakové vnímání. Grada, 2012. Psyché (Grada). ISBN 978-80-247-3029-5. 17. THEOHARIS, T. Graphics Visualization: Principles and Algorithms. A K . Peters, c2008. ISBN 15-688-1274-4. 18. URBANOVA, P. Využití metod geometrické morfologie v biologii človeka a přidružených oborech [online]. 2010 [cit. 2019-05-25]. Dostupné také z: http : / / i s . muni . cz / do / rect / habilitace / 1431 / Urbanova/habilitacce/Habilitace_Urbanova.pdf. 19. VELEMÍNSKÁ, J.; DUPEJ J. Virtuální antropologie a její přínos v oblasti biomedicínských a forenzních věd. Živa [online]. 2016, č. 5, s. 54-56 [cit. 2019-05-25]. ISSN 0044-4812. Dostupné z: http: //živa.avcr.cz/files/ziva/pdf/virtualni-antropologiea-j ej i - p r i n o s - v - o b l a s t i - b i o. p d f . 20. W E S T L A N D , S.; C H E U N G , V. RGB Systems. In: 2015, s. 1-6. Dostupné z DOL 10.1007/978-3-642-35947-7_12-2. 21. ŽÁRA, J.; BENEŠ, B.; FELKEL, P; SOCHOR, J. Moderní počítačová grafika. 2., přeprac. a rozš. vyd. Computer Press, 2004. ISBN 80- 251-0454-0. 30