OpenCVの顔検出器の検出過程を可視化した動画。
ここで使われているアルゴリズムはViola-Jones法。この手法による顔検出のポイントは、以下の2つのステップ。
- 前処理:大量の学習データを用いたAdaBoostによる識別器の学習
- 高速な検出処理:Haar-Like特徴量を用いたCascade構造の識別器で画像中を高速全探索
弱い識別器を連結したCascade型の識別器でザルのように順に画像を選別していく。
弱い識別器の集合で強い識別器を作る方法は、集団学習とかアンサンブル学習とか呼ばれる。
この動画では、赤い枠で走査して、枠内のピクセルをCascadeに通過させて識別している様子が可視化されている。
もともとこの動画は、一般的な顔認識で検知されないようにするためのメイク & ヘアスタイル『CV Dazzle』の解説の一部らしい。
This video visualizes the detection process of OpenCV’s face detector.
The algorithm uses the Viola Jones method of calculating the integral image and then performing some calculations on all the areas defined by the black and white rectangles to analyze the differences between the dark and light regions of a face.
The sub-window (in red) is scanned across the image at various scales to detect if there is a potential face within the window. If not, it continues scanning.
If it passes all stages in the cascade file, it is marked with a red rectangle. But this does not yet confirm a face. In the post-processing stage all the potential faces are checked for overlaps.
Typically, 2 or 3 overlapping rectangles are required to confirm a face. Loner rectangles are rejected as false-positives.
This visualization was done as part of the documentation for CV Dazzle, camouflage from face detection.
For more information, visit cvdazzle.com
http://japanese.engadget.com/2011/03/17/cv-dazzle/
参考:コンピュータビジョンのセカイ – 今そこにあるミライ
http://news.mynavi.jp/series/computer_vision/010/
http://news.mynavi.jp/series/computer_vision/011/
2014/08/20追記:
【動画】Adaboostによる顔検出アルゴリズムの様子がよくわかるCUDAのデモ
関連記事
仮想関数
書籍『ROSプログラミング』
OpenSfM:PythonのStructure from ...
オープンソースの顔の動作解析ツールキット『OpenFace』
BlenderのPython環境にPyTorchをインストー...
PythonのHTML・XMLパーサー『BeautifulS...
Point Cloud Utils:Pythonで3D点群・...
Webスクレイピングの勉強会に行ってきた
Kinect for Windows V2のプレオーダー開始
UnityでARKit2.0
OpenCV 3.1のsfmモジュールを試す
CGレンダラ研究開発のためのフレームワーク『Lightmet...
fSpy:1枚の写真からカメラパラメーターを割り出すツール
クラスの基本
UnityのTransformクラスについて調べてみた
AMIMOTO(PVM版)で作成したインスタンスをAMIMO...
Point Cloud Libraryに動画フォーマットが追...
Mitsuba 2:オープンソースの物理ベースレンダラ
Regard3D:オープンソースのStructure fro...
今年もSSII
Unityからkonashiをコントロールする
コンピュータビジョンの技術マップ
Google App Engineのデプロイ失敗
Raspberry Pi 2のGPIOピン配置
VCG Library:C++のポリゴン操作ライブラリ
PSPNet (Pyramid Scene Parsing ...
顔追跡による擬似3D表示『Dynamic Perspecti...
Zibra Liquids:Unity向け流体シミュレーショ...
WordPressのテーマを自作する
ArUco:OpenCVベースのコンパクトなARライブラリ
3D Gaussian Splatting:リアルタイム描画...
Unityで強化学習できる『Unity ML-Agents』
MeshLab:3Dオブジェクトの確認・変換に便利なフリーウ...
TensorFlowでCGを微分できる『TensorFlow...
DUSt3R:3Dコンピュータービジョンの基盤モデル
HD画質の無駄遣い その2
OpenCV バージョン4がリリースされた!
Google App Engine上のWordPressでA...
OpenCVでPhotoshopのプラグイン開発
Composition Rendering:Blenderに...
顔画像処理技術の過去の研究
Blender 2.8がついに正式リリース!


コメント