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

TensorSpace.js:ニューラルネットワークの構造を...

Unity MonoBehaviourクラスのオーバーライド...

Kinect for Windows V2のプレオーダー開始

Python拡張モジュールのWindows用インストーラー配...

Accord.NET Framework:C#で使える機械学...

ManimML:機械学習の概念を視覚的に説明するためのライブ...

Deep Learningとその他の機械学習手法の性能比較

IronPythonを使ってUnity上でPythonのコー...

openMVG:複数視点画像から3次元形状を復元するライブラ...

オープンソースの取引プラットフォーム

Mayaのレンダリング アトリビュート

Theia:オープンソースのStructure from M...

OpenVDB:3Dボリュームデータ処理ライブラリ

FacebookがDeep learningツールの一部をオ...

Konashiを買った

MLDemos:機械学習について理解するための可視化ツール

OpenMesh:オープンソースの3Dメッシュデータライブラ...

OpenCV 3.1のsfmモジュールのビルド再び

Multi-View Environment:複数画像から3...

Javaで作られたオープンソースの3DCGレンダラ『Sunf...

Mitsuba 2:オープンソースの物理ベースレンダラ

GoogleのDeep Learning論文

畳み込みニューラルネットワーク (CNN: Convolut...

Pythonの自然言語処理ライブラリ『NLTK(Natura...

UnityのTransformクラスについて調べてみた

Unityの各コンポーネント間でのやり取り

SDカードサイズのコンピューター『Intel Edison』

C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...

MRenderUtil::raytrace

池袋パルコで3Dのバーチャルフィッティング『ウェアラブル ク...

Dlib:C++の機械学習ライブラリ

立体視を試してみた

WordPressのサーバ引っ越し方法を考える

Unityからkonashiをコントロールする

オープンソースの物理ベースレンダラ『Mitsuba』をMay...

C++の抽象クラス

3Dグラフィックスの入門書

Pylearn2:ディープラーニングに対応したPythonの...

ROSの薄い本

Deep Fluids:流体シミュレーションをディープラーニ...

MeshLab:3Dオブジェクトの確認・変換に便利なフリーウ...

Kinect for Windows v2の日本価格決定

コメント