Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Detekcja twarzy

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Sprawy organizacyjne

Laboratorium czwartek 10:00 – 13:00 03.11. czwartek 12:15 – 15:15 27.10. pierwsze terminy: 27.10.; 03.11.

Projekty omówienie dzisiaj zamiast

laboratorium

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Plan wykładu

Cele detekcjiDostępne metodyEtapy detekcjiUogólniona Transformata Hougha

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Etapy rozpoznawania

Detekcja Normalizacja

Ekstrakcjacech

Porównywaniewektorów cech

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Cele detekcji

Znalezienie twarzy na obrazie niezależnie od rozmiaru obrazu niezależnie od wielkości twarzy dla obrazów RGB i GS szybkie i skuteczne niezależnie od kąta obrotu twarzy

Przekazanie położenia twarzy do etapu normalizacji

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Specyfikacja zadania

Położenie twarzy – termin niejednoznaczny, mało konkretnyPołożenie oczu – określenie bardziej precyzyjneDetekcja twarzy = detekcja cech charakterystycznych

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Czas wykonania

Detekcja wykonywana dla każdej klatkiPoszukiwanie na całym obrazieAlgorytmy muszą być bardzo szybkiePodział na etapyWybór odpowiednich algorytmów

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Możliwe metody

Porównywanie fragmentów obrazu SVM, sieć neuronowa

Poszukiwanie elips minimalizacja różnic Uogólniona Transformata Hougha

Metody falkowe – detekcja kształtówDetekcja na podstawie koloruWykorzystanie informacji dynamicznych

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wybór metod

Szybka selekcja – detekcja elips Transformata Hougha

Weryfikacja potencjalnych kandydatów SVM PCA – projekcja wsteczna

Detekcja cech na obrazie twarzy Gabor Wavelets

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Detekcja elips pionowych

Elipsy „zorientowane pionowo” znalezienie potencjalnych twarzy niski próg akceptacji duża liczba nie-twarzy

Wstępne filtrowanie filtry rozjaśniające filtr Gaussa – eliminacja szumu

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Detekcja elips poziomych

Cel: znalezienie kandydatów na oczodołyObszar poszukiwań zawężony do wnętrza elips zorientowanych pionowoNiski próg akceptacjiDuża liczba fałszywychprzypadków

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Detekcja oczu

„Podejrzane” elipsy poziomeWeryfikacja poprzez SVMDetekcja źrenic warunek – wysoka jakość obrazu lokalizacja przybliżona

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Weryfikacja

Zastosowanie reguł logicznych do wstępnej eliminacjiPrzygotowanie obrazów do weryfikacji wstępna normalizacja (przykłady)

Zastosowanie klasyfikatora (np. SVM)Próg akceptacji

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Detekcja pozostałych cech

Wykorzystanie mechanizmu Gabor Wavelets przyblizone położenie na podstawie

oczu znajdowane przesunięcia

Etap dodatkowy, przydatny do niektórych metod

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Detekcja elips

Uogólniona Transformata Hougha(Generalized Hough Transform – GHT)Tworzenie obrazu kierunkowego zbiór odcinków

Znalezienie możliwych środków elips dla każdego odcinkaPodsumowanie wyników wskazanie najbardziej

prawdopodobnych środków elips

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Obraz kierunkowy

Podział obrazu na grupy pikseli (np. 2x2)Możliwe wykorzystanie gradientówKrawędź dla każdej grupy: kierunek natężenie

Kierunek – dopasowanie płaszczyzny metodą minimalizacji błędu

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wynik

Obraz -> zbiór odcinkówOdcinek: środek (x, y) kierunek natężenie

Progowanie względem natężenia

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wykorzystanie GHT

Poszukiwanie obiektów o zadanym kształcie na obrazie kierunkowymPrzypadek elipsy: a, b – długości półosi elipsy r, e – współczynniki redukcji i

ekspansjiaa r min aa e max

bb r min bb r max

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Jak to działa?Założenie: każdy odcinek może być

fragmentem elipsy

Odcinek: dwa potencjalne środki elipsy

Dopuszczenie tolerancji: dwa zbiory punktów

(potencjalnych środków elipsy) do punktów przypisane wagi

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Sumowanie

Akumulator: macierz wielkości obrazu,

wyzerowana na początku modyfikowany przez wszystkie

odcinki natężenie odcinka – dwa podejścia wartość pola wprost proporcjonalna

do prawdopodobieństwa, że znajduje się tam środek elipsy

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przykład

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Problemy i ich rozwiązania

Obliczanie środków dla każdego odcinka (bardzo czasochłonne) przygotowanie szablonów

(dyskretyzacja kierunku)

Czas obliczeń zależny od rozmiarów obrazu Stały rozmiar elipsy „piramidka” – skalowanie obrazu

wejściowego

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Jeszcze parę słów o GHT...

Duża szybkość działaniaMetoda łatwa do kontroli metoda tworzenia obrazu

kierunkowego sterowanie tolerancją kąta i

rozmiaru

Możliwa detekcja dowolnych kształtów

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Podsumowanie

Detekcja – kilka etapówZnaczenie szybkościPodstawa – detekcja elips Uogólniona Transformata Hougha

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Dziękuję za uwagę!

Za 2 tygodnie:Normalizacja obrazu twarzy