Detekcja twarzy
description
Transcript of Detekcja twarzy
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