Transcript 2. Detekcja
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 detekcji Dostępne metody Etapy detekcji Uogólniona Transformata Hougha Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Etapy rozpoznawania
Detekcja Normalizacja Porównywanie wektorów cech Ekstrakcja 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 konkretny Położenie oczu – określenie bardziej precyzyjne Detekcja twarzy = detekcja cech charakterystycznych Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Czas wykonania
Detekcja wykonywana dla każdej klatki Poszukiwanie na całym obrazie Algorytmy muszą być bardzo szybkie Podział na etapy Wybór 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 kształtów Detekcja na podstawie koloru Wykorzystanie 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 oczodoły Obszar poszukiwań zawężony do wnętrza elips zorientowanych pionowo Niski próg akceptacji Duża liczba fałszywych przypadków Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Detekcja oczu
„Podejrzane” elipsy poziome Weryfikacja poprzez SVM Detekcja źrenic warunek – wysoka jakość obrazu lokalizacja przybliżona Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Weryfikacja
Zastosowanie reguł logicznych do wstępnej eliminacji Przygotowanie 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 odcinka Podsumowanie wyników wskazanie najbardziej prawdopodobnych środków elips Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Obraz kierunkowy
Podział obrazu na grupy pikseli (np. 2x2) Możliwe wykorzystanie gradientów Krawędź dla każdej grupy: kierunek natężenie Kierunek – dopasowanie płaszczyzny metodą minimalizacji błędu Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Wynik
Obraz -> zbiór odcinków Odcinek: środek (x, y) kierunek natężenie Progowanie względem natężenia Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Wykorzystanie GHT
Poszukiwanie obiektów o zadanym kształcie na obrazie kierunkowym Przypadek elipsy: a, b – długości półosi elipsy r , e
a
min
b
min – współczynniki redukcji i ekspansji
r r
a
b a
max
b
max
r e
a
b
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 działania Metoda 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 etapów Znaczenie szybkości Podstawa – detekcja elips Uogólniona Transformata Hougha Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Dziękuję za uwagę!
Za 2 tygodnie: Normalizacja obrazu twarzy Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006