Upload
mario-ynocente-castro
View
2.728
Download
3
Embed Size (px)
DESCRIPTION
Citation preview
Detección de rostros
Detección de rostros
Mario Ynocente Castro
9 de junio de 2011
Detección de rostros
Índice
1 Introducción
2 Algoritmo de Viola - Jones
Detección de rostros
Introducción
El problema
Dada una imagen la meta de la detección de rostros esidentificar todas las regiones de la imagen que contienenun rostro.Este problema es desafiante debido a factores como lossiguientes:
PosePresencia o ausencia de componentes estructuralesExpresión facialOclusiónOrientación de las imagenCondiciones de la imagen
Detección de rostros
Introducción
Problemas relacionados
Autenticación de rostros: verificar la identidad de unapersona en una entrada imagen.Rastreo de rostros: estimar continuamente la ubicaciónde un rostro en una secuencia de imágenes en tiemporeal.Reconocimiento de expresiones faciales: identificar elestado afectivo de una persona.
Detección de rostros
Algoritmo de Viola - Jones
Algoritmo de Viola - Jones
Paul Viola y Michael Jones
Viola, P. and Jones, M. Robust. Rapid object detectionusing a boosted cascade of simple features. IEEEConference on Computer Vision an Pattern Recognition,2001.Viola, P. and Jones, M. Robust. Robust Real Time ObjectDetection. Proc. of IEEE Workshop on Statistical andComputational Theories of Vision, 2001.
Capaz de procesar imágenes extremadamente rápidoalcanzando altos índices de detección.
Detección de rostros
Algoritmo de Viola - Jones
Base de datos de imágenes
Base de datos CBCL MIT (Center for Biological andComputational Learning)Set de entrenamiento: 2429 rostros, 4548 no-rostrosSet de prueba: 472 rostros, 23573 no-rostroshttp://cbcl.mit.edu/projects/cbcl/software-datasets/FaceData2.html
Detección de rostros
Algoritmo de Viola - Jones
Característica tipo Haar
Se busca determinar características basadas en sumas yrestas de los niveles de intensidad de la imagen, el valorde una característica está dado por la difrencia de la sumade todos los pixeles de color negro con la suma de todoslos pixeles de color blanco.
Detección de rostros
Algoritmo de Viola - Jones
Imagen Integral
El valor de la imagen integral en la posición x,y contiene lasuma de todos los pixeles arriba y a la izquierda de x,y,inclusive.
ii(x , y) =∑
x ′≤x ,y ′≤y i(x ′, y ′)
ii(x , y) = i(x , y)− ii(x − 1, y)− ii(x , y − 1) + ii(x − 1, y − 1)
Usando la imagen integral cualquier suma rectangularpuede ser calculada con cuatro referencias a memoria.
Detección de rostros
Algoritmo de Viola - Jones
Imagen Integral
ii(C) - ii(B) - ii(D) + ii(A)
Características 2-rectangulares : 6 referenciasCaracterísticas 3-rectangulares : 8 referenciasCaracterísticas 4-rectangulares : 9 referencias
Detección de rostros
Algoritmo de Viola - Jones
Características
La eficiencia computacional de las característicascompensa ampliamente su limitada flexibilidad.El detector examina la entrada en muchas escalas cadaun factor de 1.25 mayor que la anterior.El conjunto de características tienen la propiedad de quepueden ser evaluadas a cualquier escala con unascuantas operaciones.
Detección de rostros
Algoritmo de Viola - Jones
Funciones de clasificación
Aunque cada característica puede ser calculadaeficientemente, calcular el conjunto completo esexcesivamente costoso.El algoritmo trabaja bajo la hipótesis de que un númeropequeño de características puede ser combinado paraformar un clasificador eficiente.Para seleccionar las características y entrenar alclasificador se usa variante de AdaBoost, combinando unaselección de funciones débiles de clasificación para formarun clasificador fuerte.
Detección de rostros
Algoritmo de Viola - Jones
Funciones de clasificación
Los clasificadores deben resolver una serie de problemasde aprendizaje. Luego de cada rona, los ejemplos sonre-ponderados para asignar los que fueron clasificados deforma incorrecta.El clasificador fuerte final es una combinación declasificadores débiles junto con un umbral.Lo que se busca es asociar un mayor peso a los buenosclasificadores y un menor peso a los malos clasificadores.
Detección de rostros
Algoritmo de Viola - Jones
Funciones de clasificación
Para cada característica el clasificador débil determina elumbral óptimo de la función de clasificación, tal que elmínimo número de ejemplos sean clasificadosincorrectamente.Un clasificador débil (hj(x)) consiste de una característica(fj ), un umbral (θj ) y una paridad (pj ) indicando la direccióndel signo de la desigualdad.hj(x) = [pj fj(x) < pjθj ], x es una ventana de 24 x 24 deuna imagen.
Detección de rostros
Algoritmo de Viola - Jones
Algoritmo de boosting
Dadas las images ejemplo (x1, y1), . . . , (xn, yn) dondeyi = 0,1 para los ejemplos negativos y positivosrespectivamente.Inicializa los pesos w1,i = 1
2m ,12l para yi = 0,1
respectivamente, donde m y l son el número de ejemplospositivos y negativos, respectivamente.
Detección de rostros
Algoritmo de Viola - Jones
Algoritmo de boosting
Para t = 1, . . . ,T :
Normalice los pesos: wt,i ← wt,iPnj=1 wt,j
Para cada característica j , el error es evaluado conrespecto a wt , ej =
∑i |hj(xi)− yi |
Escoge un clasificador, ht , con el menor error et .Actualiza los pesos: wt+1,i = wt,iβ
1−eit , donde ei = 0 si el
ejemplo xi es clasificado correctamente, en caso contrarioei = 1, y βt = et
1−et
El clasificador fuerte final es:h(x) = [
∑Tt=1 αtht(x) ≥ 1
2∑T
t=1 αt ], donde αt = log 1βt
.
Detección de rostros
Algoritmo de Viola - Jones
Cascada de clasificadores
Se construye una cascada de clasificadores la cuualalcanza mejor rendimiento en la detección, al mismotiempo que reduce el tiempo de cálculoLas fases en la cascada son construidas entrenandoclasificadores usando AdaBoost.