Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Detekcja twarzy.

Podobne prezentacje


Prezentacja na temat: "Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Detekcja twarzy."— Zapis prezentacji:

1 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Detekcja twarzy

2 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Sprawy organizacyjne Laboratorium czwartek 10:00 – 13: czwartek 12:15 – 15: pierwsze terminy: ; Projekty omówienie dzisiaj zamiast laboratorium

3 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Plan wykładu Cele detekcji Dostępne metody Etapy detekcji Uogólniona Transformata Hougha

4 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Etapy rozpoznawania DetekcjaNormalizacja Ekstrakcja cech Porównywanie wektorów cech

5 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

6 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

7 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

8 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

9 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

10 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

11 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

12 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Detekcja oczu Podejrzane elipsy poziome Weryfikacja poprzez SVM Detekcja źrenic warunek – wysoka jakość obrazu lokalizacja przybliżona

13 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

14 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

15 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

16 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

17 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Wynik Obraz -> zbiór odcinków Odcinek: środek (x, y) kierunek natężenie Progowanie względem natężenia

18 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 – współczynniki redukcji i ekspansji

19 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

20 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

21 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Przykład

22 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

23 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

24 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Podsumowanie Detekcja – kilka etapów Znaczenie szybkości Podstawa – detekcja elips Uogólniona Transformata Hougha

25 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Dziękuję za uwagę! Za 2 tygodnie: Normalizacja obrazu twarzy


Pobierz ppt "Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006 Detekcja twarzy."

Podobne prezentacje


Reklamy Google