docWykrywanie twarzy ludzkich na kolorowych
download 
Reklamacja Transkrypt
Wykrywanie twarzy ludzkich na kolorowych
Wykrywanie twarzy ludzkich na kolorowych obrazach ze złożonym tłem Lech Baczyński www.baczynski.com Na podstawie artykułu panów: Yanjiang Wang, Baozong Yuan i in. Do czego przydatne jest wykrywanie (detekcja) twarzy ? • rozpoznawanie i identyfikacja twarzy • "inteligentna" interakcja z komputerami • przetwarzanie sekwencji wideo – rozpoznawanie twarzy przechodniów, wykrywanie terrorystów na lotniskach itp. Lech Baczyński: Wykrywanie twarzy 2 Uwagi początkowe • Autorzy prowadzili badania i testy głównie na zdjęciach z twarzami azjatów • Wpływ światła na wyniki Lech Baczyński: Wykrywanie twarzy 3 Model kodowania koloru w celach detekcji twarzy • RGB • HSV • Każdy z nich można przy pomocy obliczeń przekształcić na drugi Lech Baczyński: Wykrywanie twarzy 4 RGB • 0..255 dla każdego koloru • ponad 16 mln. kolorów • zapis np. #FFFF00 - żółty • #FFFFFF - biały • #000000 - czarny • #808080 - szary Lech Baczyński: Wykrywanie twarzy 5 Normalizacja RGB • jasność I = R + G +B • • • • • Normalizacja: r = R/I g = G/I b = B/I zatem r + g + b = 1 • Dzięki temu kolor można wyrazić przy pomocy dwóch wartości - r i g Lech Baczyński: Wykrywanie twarzy 6 HSV • 3 liczby: • H - Hue - barwa • S - Saturation jasność • V - Value wartość Lech Baczyński: Wykrywanie twarzy 7 Eksperymentalne wyznaczenie wartości dla koloru skóry - rgb • 0.36 < r < 0.465 • 0.28 < g < 0.363 Lech Baczyński: Wykrywanie twarzy 8 Eksperymentalne wyznaczenie wartości dla koloru skóry - HSV • 0 < H < 50 • 0.20 < S < 0.68 • 0.35 < V < 1.0 Lech Baczyński: Wykrywanie twarzy 9 podobny w artykule pp. Karin Sobotka, Ioannis Pitas w pismie Signal Processing: Image Communication Lech Baczyński: Wykrywanie twarzy 10 Podejście agentowe • Agent - Inteligentna jednostka, która może działać autonomicznie lub we współpracy z innymi. Lech Baczyński: Wykrywanie twarzy 11 Przykład działania Lech Baczyński: Wykrywanie twarzy 12 Zachowanie agenta: Lech Baczyński: Wykrywanie twarzy 13 Algorytm: • a) równomiernie rozłożyć agentów na obrazku • b) dla każdego policzyć wartości koloru (HSV) i porównać z wartościami równań określających kolor skóry • c) jeżeli punkt ma odpowiedni kolor, i nie został odwiedzony przez agenta, agent "rodzi" czterech synów w czterech kierunkach. Punkt zostaje zaznaczony. Lech Baczyński: Wykrywanie twarzy 14 Algorytm – c.d. • d) jeżeli punkt był odwiedzony lub nie jest koloru skóry, agent przesuwa się losowo do jednego z sąsiednich punktów, a jego wiek zwiększany jest o 1. • e) Jeżeli agent jest zbyt stary, zostaje usunięty. • f) Jeżeli zbiór agentów jest pusty END, jeżeli nie GOTO b) Lech Baczyński: Wykrywanie twarzy 15 Przykład działania Lech Baczyński: Wykrywanie twarzy 16 Łączenie obszarów • po wykryciu regionów następuje łączenie • efektywny agent - wykrył region o kolorze skóry • ARM - agent relationship matrix • że jeżeli przynajmniej n (w artykule n=5) punktów zostało odwiedzone przez agentów z dwóch rodzin, te rodziny łączy się a ARM. • Następnie obszary o kształtach nie przypominających twarzy są usuwane. Lech Baczyński: Wykrywanie twarzy 17 Punkty charakterystyczne Lech Baczyński: Wykrywanie twarzy 18 Wykrywanie oczu przy użyciu sieci neuronowych • zastosowane rozwiązanie: • 3-warstwowa sieć neuronowa z back propagation • 128 (16 x 8) jednostek wejściowych • jedna wyjściowa • trening sieci neuronowej a BP na 160 obrazkach (100 twarzy i 60 nie-twarzy) • Oczekiwany wynik - 1 dla oka, 0 dla nie-oka. Lech Baczyński: Wykrywanie twarzy 19 Wykrywanie oczu przy użyciu sieci neuronowych – c.d. • pierwszy krok - znajdowanie "punktów" charakterystycznych • drugi - podawanie punktów wraz z okolicami (16 x 8) na wejście sieci neuronowej. • Wyjście z sieci neuronowej: 0-1, jeżeli mniejsze niż 0.5 to nie oko, jeżeli większe to oko. Lech Baczyński: Wykrywanie twarzy 20 Wyniki testów Lech Baczyński: Wykrywanie twarzy 21 Wyniki testów – c.d. Lech Baczyński: Wykrywanie twarzy 22 Mylnie rozpoznana twarz Lech Baczyński: Wykrywanie twarzy 23 Źródła • Ilustracje pochodzą z artykułów: • Yanjiang Wang, Baozong Yuan w „Pattern Recognition” • Karin Sobotka, Ioannis Pitas w „Signal Processing: Image Communication” • Tekst dostępny na www.baczynski.com Lech Baczyński: Wykrywanie twarzy 24 Kontakt Institute of Information Science,Northern Jiaotong University Beijing 100044 People' Republic of China • Tel.: #86-10-63240616 • E-mail: bzyuan (at)center.njtu.edu.cn (B.Yuan). Lech Baczyński: Wykrywanie twarzy 25 Dziękuję za uwagę Czy są jakieś pytania?
