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


スポンサーリンク

関連記事

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

Qlone:スマホのカメラで3Dスキャンできるアプリ

Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法

Blendify:コンピュータービジョン向けBlenderラッパー

タマムシっぽい質感

Kaolin:3Dディープラーニング用のPyTorchライブラリ

Point Cloud Libraryに動画フォーマットが追加されるらしい

3Dスキャンに基づくプロシージャルフェイシャルアニメーション

Seleniumを使ったFXや株の自動取引

書籍『仕事ではじめる機械学習』を読みました

まだ続くブログの不調

iOSデバイスと接続して連携するガジェットの開発方法

OpenCVで動画の手ぶれ補正

NumSharp:C#で使えるNumPyライクな数値計算ライブラリ

科学技術計算向けスクリプト言語『Julia』

Python.NET:Pythonと.NETを連携させるパッケージ

OpenMayaのPhongShaderクラス

Model View Controller

OpenMVS:Multi-View Stereoによる3次元復元ライブラリ

YOLO (You Only Look Once):ディープラーニングによる一般物体検出手法

『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

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

C++始めようと思うんだ

hloc:SuperGlueで精度を向上させたSfM実装

データサイエンティストって何だ?

Quartus II

Theia:オープンソースのStructure from Motionライブラリ

ドットインストールのWordPress入門レッスン

Python拡張モジュールのWindows用インストーラー配布サイト

SSII 2014 デモンストレーションセッションのダイジェスト動画

Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』

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...

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

顔追跡による擬似3D表示『Dynamic Perspective』

LLM Visualization:大規模言語モデルの可視化

WordPressの表示を高速化する

ManimML:機械学習の概念を視覚的に説明するためのライブラリ

「ベンジャミン·バトン数奇な人生」でどうやってCGの顔を作ったのか

Pix2Pix:CGANによる画像変換

WordPress on Windows Azure

ZBrushのZScript入門

python-twitterで自分のお気に入りを取得する

コメント