OpenCVの顔検出過程を可視化した動画

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。


スポンサーリンク


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。


スポンサーリンク

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

CUDA AdaBoost Detector

スポンサーリンク

関連記事

Leap MotionでMaya上のオブジェクトを操作できるプラグイン
ArUco:OpenCVベースのコンパクトなARライブラリ
adskShaderSDK
Konashiを買った
海外ドラマのChromaKey
PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...
ブログをGoogle App EngineからAmazon EC2へ移行
PyDataTokyo主催のDeep Learning勉強会
TensorFlowでCGを微分できる『TensorFlow Graphics』
機械学習について最近知った情報
写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』
Google App EngineでWordPress
株式会社ヘキサドライブの研究室ページ
ドットインストールのWordPress入門レッスン
UnityのGameObjectの向きをScriptで制御する
OpenCVで動画の手ぶれ補正
書籍『OpenCV 3 プログラミングブック』を購入
ニューラルネットワークで画像分類
Unityで強化学習できる『Unity ML-Agents』
Blender 2.8がついに正式リリース!
チャットツール用bot開発フレームワーク『Hubot』
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
Kinect for Windows v2の日本価格決定
iPhoneアプリ開発 Xcode 5のお作法
JavaScriptとかWebGLとかCanvasとか
Google App Engine上のWordPressでAmazonJSを利用する
オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...
SONYの自律型エンタテインメントロボット『aibo』
SegNet:ディープラーニングによるSemantic Segmentation手法
機械学習手法『Random Forest』
タマムシっぽい質感
Pythonのベイズ統計ライブラリ『PyMC』
PGGAN:段階的に解像度を上げて学習を進めるGAN
Javaで作られたオープンソースの3DCGレンダラ『Sunflow』
自前のShaderがおかしい件
写真から3Dメッシュの生成・編集ができる無料ツール『Autodesk Memento』
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
OpenCVの超解像処理モジュール『Super Resolution』
Deep Learningとその他の機械学習手法の性能比較
組み込み向けのWindows OS 『Windows Embedded』
書籍『3次元コンピュータビジョン計算ハンドブック』を購入
Unity MonoBehaviourクラスのオーバーライド関数が呼び出される順番

コメント