Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
Выделение лиц по цвету   <ul><li>для постфильтрации ложных выделений после алгоритма Виола-Джонса </li></ul>
Некоторые подходы к выделению лиц по цвету <ul><li>Простой подход: </li></ul><ul><li>Задать область в цветовом пространств...
Какое выбрать цветовое пространство? RGB Нужно ли переходить к какому-то другому цветовому пространству? НЕТ  любая област...
Как задать область в пространстве  RGB <ul><li>Параллелепипед (пороги на каждую компоненту) </li></ul><ul><li>Произвольная...
Улучшение простого подхода <ul><li>Несколько параллельно  </li></ul><ul><li>работающих областей: </li></ul><ul><li>Задать ...
Улучшение простого подхода Если задать одну большую область в которую попадают все эти оттенки, то много «не лиц» будет вы...
Некоторые подходы к выделению лиц по цвету <ul><li>Вероятностный подход: </li></ul><ul><li>Каждому элементу цветового прос...
Как задавать вероятность? <ul><li>Параметрическая  P(R,G,B) –  Гаусово распределение и т. п.  </li></ul><ul><li>Непараметр...
Улучшение вероятностного подхода <ul><li>Несколько параллельно работающих   распределений вероятности  P(R,G,B) </li></ul>...
Улучшение вероятностного подхода Использование пространственной информации
Выделение лиц по цвету   <ul><li>для постфильтрации ложных выделений после алгоритма Виола-Джонса </li></ul>
Prochain SlideShare
Chargement dans…5
×

Выделение лиц по цвету

Выделение лиц по цвету для постфильтрации ложных выделений после алгоритма Виола-Джонса

  • Identifiez-vous pour voir les commentaires

  • Soyez le premier à aimer ceci

Выделение лиц по цвету

  1. 1. Выделение лиц по цвету <ul><li>для постфильтрации ложных выделений после алгоритма Виола-Джонса </li></ul>
  2. 2. Некоторые подходы к выделению лиц по цвету <ul><li>Простой подход: </li></ul><ul><li>Задать область в цветовом пространстве </li></ul><ul><li>Если пиксель попадает внутрь этой области, – то он «лицевой» </li></ul><ul><li>Если процент лицевых пикселей больше порога, то изображение – «лицо» </li></ul>
  3. 3. Какое выбрать цветовое пространство? RGB Нужно ли переходить к какому-то другому цветовому пространству? НЕТ любая область в любом пространстве соот - ветствует некоторой области в пространстве RGB
  4. 4. Как задать область в пространстве RGB <ul><li>Параллелепипед (пороги на каждую компоненту) </li></ul><ul><li>Произвольная область (порог на некоторую функцию f (R, G, B) ) </li></ul>Недостатки простого подхода <ul><li>Всего 2 градации оценки пикселя : 1 – «лицевой», 0 – «не лицевой» </li></ul><ul><li>Маленькая область – много «лиц» будет потеряно, большая область – много «не лиц» выделится </li></ul>
  5. 5. Улучшение простого подхода <ul><li>Несколько параллельно </li></ul><ul><li>работающих областей: </li></ul><ul><li>Задать несколько областей </li></ul><ul><li>Посчитать процент лицевых пикселей для каждой области отдельно </li></ul><ul><li>Если хотя бы один из них больше порога, то изображение – «лицо» </li></ul>Несмотря на то, что лица людей могут сильно различаться по цвету, пиксели лица человека на конкретном изображении лежат в узких рамках
  6. 6. Улучшение простого подхода Если задать одну большую область в которую попадают все эти оттенки, то много «не лиц» будет выделено Если задать 6 областей , каждая из которых соответствовала бы своему оттенку, то ложных выделений станет намного меньше
  7. 7. Некоторые подходы к выделению лиц по цвету <ul><li>Вероятностный подход: </li></ul><ul><li>Каждому элементу цветового пространства задать вероятность того, что он соответствует лицу 0 ≤ P(R, G, B)<1 </li></ul><ul><li>Просуммировать P(R, G, B) для каждого пикселя изображения </li></ul><ul><li>Если полученная сумма больше порога, то изображение – «лицо» </li></ul>
  8. 8. Как задавать вероятность? <ul><li>Параметрическая P(R,G,B) – Гаусово распределение и т. п. </li></ul><ul><li>Непараметрическая P(R,G,B) </li></ul><ul><li>Нарезать из изображений обучающих фрагментов кожи лиц </li></ul><ul><li>Посчитать P(R,G,B) как N(R,G,B) / N общ </li></ul>
  9. 9. Улучшение вероятностного подхода <ul><li>Несколько параллельно работающих распределений вероятности P(R,G,B) </li></ul><ul><li>Задать несколько распределений { P i (R,G,B) } </li></ul><ul><li>Посчитать несколько сумм для каждого из { P i (R,G,B) } </li></ul><ul><li>Если хотя бы одна из этих сумм больше порога (у каждой суммы порог может быть свой), то изображение – «лицо» </li></ul>
  10. 10. Улучшение вероятностного подхода Использование пространственной информации
  11. 11. Выделение лиц по цвету <ul><li>для постфильтрации ложных выделений после алгоритма Виола-Джонса </li></ul>

×