Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
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>
Nächste SlideShare
Wird geladen in …5
×

Выделение лиц по цвету

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

  • Loggen Sie sich ein, um Kommentare anzuzeigen.

  • Gehören Sie zu den Ersten, denen das gefällt!

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>

×