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

OpenMayaRender
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハンズオンセミナーに行ってきた
FCN (Fully Convolutional Network):ディープラーニングによるSema...
複数画像から3次元形状を再構築するライブラリ『Multi-View Environment』
全脳アーキテクチャ勉強会
Deep Fluids:流体シミュレーションをディープラーニングで近似する
PCA (主成分分析)
Google XML Sitemap Generatorプラグインを3.4.1へダウングレード
オープンソースのプリント基板設計ツール『KiCad』
顔画像処理技術の過去の研究
Open Shading Language (OSL)
konashiのサンプルコードを動かしてみた
フィーリングに基づくタマムシの質感表現
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
MRenderUtil::raytrace
UnityでPoint Cloudを表示する方法
iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』
畳み込みニューラルネットワーク (CNN:Convolutional Neural Network)
OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
OpenCVの超解像(SuperResolution)モジュールを試す
Googleが画像解析旅行ガイドアプリのJetpac社を買収
SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
UnityのGameObjectの向きをScriptで制御する
機械学習で流体シミュレーションを近似する『Physics Forests』
TeleSculptor:空撮動画からPhotogrammetryするツール
Mayaのプラグイン開発
OpenCVの超解像処理モジュール『Super Resolution』
Blenderの人体モデリングアドオン『MB-Lab』
ROSの薄い本
OpenCVでPhotoshopのプラグイン開発
オープンソースの3Dメッシュデータライブラリ『OpenMesh』
チャットツール用bot開発フレームワーク『Hubot』
Multi-View Stereoによる3次元復元ライブラリ『OpenMVS』
U-Net:ディープラーニングによるSemantic Segmentation手法
フォトンの放射から格納までを可視化した動画
Runway ML:クリエイターのための機械学習ツール
OpenCV バージョン4がリリースされた!
続・ディープラーニングの資料
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
プログラミングスキルとは何か?
仮想関数
SONY製のニューラルネットワークライブラリ『NNabla』

コメント