Выделение лиц по цвету
- 1. Выделение лиц по цвету для постфильтрации ложных выделений после алгоритма Виола-Джонса
- 2. Некоторые подходы к выделению лиц по цвету Простой подход: Задать область в цветовом пространстве Если пиксель попадает внутрь этой области, – то он «лицевой» Если процент лицевых пикселей больше порога, то изображение – «лицо»
- 3. Какое выбрать цветовое пространство? RGB Нужно ли переходить к какому-то другому цветовому пространству? НЕТ любая область в любом пространстве соот - ветствует некоторой области в пространстве RGB
- 4. Как задать область в пространстве RGB Параллелепипед (пороги на каждую компоненту) Произвольная область (порог на некоторую функцию f (R, G, B) ) Недостатки простого подхода Всего 2 градации оценки пикселя : 1 – «лицевой», 0 – «не лицевой» Маленькая область – много «лиц» будет потеряно, большая область – много «не лиц» выделится
- 5. Улучшение простого подхода Несколько параллельно работающих областей: Задать несколько областей Посчитать процент лицевых пикселей для каждой области отдельно Если хотя бы один из них больше порога, то изображение – «лицо» Несмотря на то, что лица людей могут сильно различаться по цвету, пиксели лица человека на конкретном изображении лежат в узких рамках
- 6. Улучшение простого подхода Если задать одну большую область в которую попадают все эти оттенки, то много «не лиц» будет выделено Если задать 6 областей , каждая из которых соответствовала бы своему оттенку, то ложных выделений станет намного меньше
- 7. Некоторые подходы к выделению лиц по цвету Вероятностный подход: Каждому элементу цветового пространства задать вероятность того, что он соответствует лицу 0 ≤ P(R, G, B)<1 Просуммировать P(R, G, B) для каждого пикселя изображения Если полученная сумма больше порога, то изображение – «лицо»
- 8. Как задавать вероятность? Параметрическая P(R,G,B) – Гаусово распределение и т. п. Непараметрическая P(R,G,B) Нарезать из изображений обучающих фрагментов кожи лиц Посчитать P(R,G,B) как N(R,G,B) / N общ
- 9. Улучшение вероятностного подхода Несколько параллельно работающих распределений вероятности P(R,G,B) Задать несколько распределений { P i (R,G,B) } Посчитать несколько сумм для каждого из { P i (R,G,B) } Если хотя бы одна из этих сумм больше порога (у каждой суммы порог может быть свой), то изображение – «лицо»
- 10. Улучшение вероятностного подхода Использование пространственной информации
- 11. Выделение лиц по цвету для постфильтрации ложных выделений после алгоритма Виола-Джонса