Метод Виолы—Джонса (англ. Viola–Jones object detection) — алгоритм, позволяющий обнаруживать объекты на изображениях в реальном времени. Его предложили Паул Виола и Майкл Джонс в 2001 году.[1][2] Хотя алгоритм может распознавать различные классы изображений, основной задачей при его создании было обнаружение лиц. У метода имеется множество реализаций, в том числе в составе библиотеки компьютерного зрения OpenCV (функция cvHaarDetectObjects()).
Алгоритм находит лица с высокой точностью и низким количеством ложных срабатываний.
Описание алгоритма
Признаки и их поиск
Признаки, используемые алгоритмом, опираются на суммирование пикселей из прямоугольных регионов. Сами признаки несколько напоминают признаки Хаара, которые ранее также использовались для поиска объектов на изображениях.[3] Однако признаки, предложенные Виолой и Джонсом, содержат более одной прямоугольной области и несколько сложнее. На иллюстрации справа показано 4 различных типа признаков. Величина каждого признака вычисляется как сумма пикселей в белых прямоугольниках, из которой вычитается сумма пикселей в черных областях. Прямоугольные признаки более примитивны, чем steerable filter, и, несмотря на то что они чувствительны к вертикальным и горизонтальным особенностям изображений, результат их поиска более груб. Однако при хранении изображения в интегральном формате (integral image, в каждом пикселе изображения записана сумма всех пикселей левее и выше данного), проверка прямоугольного признака на конкретной позиции проводится за константное время, что является их преимуществом по сравнению с более точными вариантами. Каждая прямоугольная область в используемых признаках всегда смежна с другим прямоугольником, поэтому расчет признака с 2 прямоугольниками состоит из 6 обращений в интегральный массив, для признака с 3 прямоугольниками — из 8, с 4 прямоугольниками — из 9.
Обучение
Высокая скорость обсчета признака не компенсирует значительное количество различных возможных признаков. К примеру, при стандартном размере признака в 24x24 пикселя, возможно 162 тысячи[4] разных признака и слишком долго рассчитывать их все. Поэтому в алгоритме Виолы-Джонса используется вариация алгоритма обучения AdaBoost, как для выбора признаков, так и для настройки классификаторов.
Каскад
 | Этот раздел статьи ещё не написан. |
См. также
Примечания
- ↑ Rapid object detection using a boosted cascade of simple features
- ↑ Viola, Jones: Robust Real-time Object Detection, IJCV 2001, стр 1,3. ()
- ↑ C. Papageorgiou, M. Oren and T. Poggio. A General Framework for Object Detection. International Conference on Computer Vision, 1998
- ↑ Viola-Jones' face detection claims 180k features
Ссылки
- Matlab implementation Viola Jones Detection, Dirk-Jan Kroon, 17 Nov 2010
- Slides Presenting the Framework
- Presenting «Robust Real-time Object Detection» // CMPS 242: Graduate Machine Learning, Damian Eads
- Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц // Habrahabr, 2 декабря 2011
- Локализация объектов на фотоизображениях, Виктор Лемпицкий, семинар по анализу данных, Москва, 2010. Стр 23-28.
 |
Это заготовка статьи о компьютерной графике. Вы можете помочь проекту, дополнив её. |
 |
Это заготовка статьи о человеко-компьютерном взаимодействии. Вы можете помочь проекту, дополнив её. |
Данная страница на сайте WikiSort.ru содержит текст со страницы сайта "Википедия".
Если Вы хотите её отредактировать, то можете сделать это на странице редактирования в Википедии.
Если сделанные Вами правки не будут кем-нибудь удалены, то через несколько дней они появятся на сайте WikiSort.ru .