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

Август 29, 2022

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

Содержание

2. Некоторые подходы к выделению лиц по цвету Простой подход: Задать область в цветовом пространстве Если пиксель
3. Какое выбрать цветовое пространство? RGB Нужно ли переходить к какому-то другому цветовому пространству? НЕТ любая область
4. Как задать область в пространстве RGB Параллелепипед (пороги на каждую компоненту) Произвольная область (порог на некоторую
5. Улучшение простого подхода Несколько параллельно работающих областей: Задать несколько областей Посчитать процент лицевых пикселей для каждой
6. Если задать одну большую область в которую попадают все эти оттенки, то много «не лиц» будет
7. Некоторые подходы к выделению лиц по цвету Вероятностный подход: Каждому элементу цветового пространства задать вероятность того,
8. Как задавать вероятность? Параметрическая P(R,G,B) – Гаусово распределение и т. п. Непараметрическая P(R,G,B) Нарезать из изображений
9. Улучшение вероятностного подхода Несколько параллельно работающих распределений вероятности P(R,G,B) Задать несколько распределений { Pi (R,G,B) }
10. Улучшение вероятностного подхода Использование пространственной информации
12. Скачать презентацию

Слайд 2

Некоторые подходы к выделению лиц по цвету
Простой подход:
Задать область в цветовом

пространстве
Если пиксель попадает внутрь этой области, – то он «лицевой»
Если процент лицевых пикселей больше порога, то изображение – «лицо»

Слайд 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

Слайд 4

Как задать область в пространстве RGB
Параллелепипед (пороги на каждую компоненту)

Произвольная область (порог на некоторую функцию f (R, G, B) )

Недостатки простого подхода

Всего 2 градации оценки пикселя : 1 – «лицевой», 0 – «не лицевой»
Маленькая область – много «лиц» будет потеряно, большая область – много «не лиц» выделится

Слайд 5

Улучшение простого подхода
Несколько параллельно
работающих областей:
Задать несколько областей
Посчитать процент лицевых пикселей

для каждой области отдельно
Если хотя бы один из них больше порога, то изображение – «лицо»

Несмотря на то, что лица людей могут сильно различаться по цвету, пиксели лица человека на конкретном изображении лежат в узких рамках

Слайд 6

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

Улучшение простого подхода

Слайд 7

Некоторые подходы к выделению лиц по цвету
Вероятностный подход:
Каждому элементу цветового пространства

задать вероятность того, что он соответствует лицу 0≤P(R, G, B)<1
Просуммировать P(R, G, B) для каждого пикселя изображения
Если полученная сумма больше порога, то изображение – «лицо»

Слайд 8

Как задавать вероятность?
Параметрическая P(R,G,B) – Гаусово распределение и т. п.

Непараметрическая P(R,G,B)
Нарезать из изображений обучающих фрагментов кожи лиц
Посчитать P(R,G,B) как N(R,G,B) / N общ

Слайд 9

Улучшение вероятностного подхода
Несколько параллельно работающих распределений вероятности P(R,G,B)
Задать несколько распределений

{ Pi (R,G,B) }
Посчитать несколько сумм для каждого из { Pi (R,G,B) }
Если хотя бы одна из этих сумм больше порога (у каждой суммы порог может быть свой), то изображение – «лицо»

Слайд 10

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

Содержание

Некоторые подходы к выделению лиц по цветуПростой подход:Задать область в цветовом

Какое выбрать цветовое пространство?RGBНужно ли переходить к какому-то другому цветовому пространству?НЕТ

Как задать область в пространстве RGB Параллелепипед (пороги на каждую компоненту)

Улучшение простого подходаНесколько параллельно работающих областей:Задать несколько областейПосчитать процент лицевых пикселей

Если задать одну большую область в которую попадают все эти оттенки,

Некоторые подходы к выделению лиц по цветуВероятностный подход:Каждому элементу цветового пространства

Как задавать вероятность? Параметрическая P(R,G,B) – Гаусово распределение и т. п.

Улучшение вероятностного подхода Несколько параллельно работающих распределений вероятности P(R,G,B)Задать несколько распределений

Улучшение вероятностного подхода Использование пространственной информации

Похожие презентации