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。



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

Raspberry Pi 2を買いました

Kaolin:3Dディープラーニング用のPyTorchライブラリ

オーバーロードとオーバーライド

UnityのTransformクラスについて調べてみた

SONYの自律型エンタテインメントロボット『aibo』

UnityでOpenCVを使うには?

PythonでBlenderのAdd-on開発

Kornia:微分可能なコンピュータービジョンライブラリ

WordPress on Google App Engineを1週間運用してみて

自前のShaderがおかしい件

Point Cloud Libraryに動画フォーマットが追加されるらしい

Autodesk Mementoでゴジラを3次元復元する

書籍『ROSプログラミング』

AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する

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...

データサイエンティストって何だ?

Transformer Explainer:テキスト生成モデルの可視化ツール

PyDataTokyo主催のDeep Learning勉強会

Manim:Pythonで使える数学アニメーションライブラリ

第1回 3D勉強会@関東『SLAMチュートリアル大会』

C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』

Unity ARKitプラグインサンプルのドキュメントを読む

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

CycleGAN:ドメイン関係を学習した画像変換

PGGAN:段階的に解像度を上げて学習を進めるGAN

DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...

Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』

ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...

畳み込みニューラルネットワーク (CNN: Convolutional Neural Network...

MeshLab:3Dオブジェクトの確認・変換に便利なフリーウェア

AR (Augmented Reality)とDR (Diminished Reality)

WordPressのテーマを自作する

ブログをGoogle App EngineからAmazon EC2へ移行

ArUco:OpenCVベースのコンパクトなARライブラリ

統計的な顔モデル

WebGL開発に関する情報が充実してきている

SSD (Single Shot Multibox Detector):ディープラーニングによる一般...

オープンソースのプリント基板設計ツール『KiCad』

Adobe MAX 2015

Unity ARKitプラグインサンプルのチュートリアルを読む

OpenCVでiPhone6sのカメラをキャリブレーションする

Adobeの手振れ補正機能『ワープスタビライザー』の秘密

コメント