Выделение лиц по цвету для постфильтрации ложных выделений после алгоритма Виола-Джонса

Некоторые подходы к выделению лиц по цвету Простой подход: 1. Задать область в цветовом пространстве 2. Если пиксель попадает внутрь этой области, – то он «лицевой» 3. Если процент лицевых пикселей больше порога, то изображение – «лицо»

Какое выбрать цветовое пространство? RGB Нужно ли переходить к какому-то другому цветовому пространству? НЕТ любая область в любом пространстве соответствует некоторой области в пространстве RGB

Как задать область в пространстве RGB 1. Параллелепипед (пороги на каждую компоненту) 2. Произвольная область (порог на некоторую функцию f (R, G, B) ) Недостатки простого подхода 1. Всего 2 градации оценки пикселя : 1 – «лицевой», 0 – «не лицевой» 2. Маленькая область – много «лиц» будет потеряно, большая область – много «не лиц» выделится

Улучшение простого подхода Несколько параллельно работающих областей: 1. Задать несколько областей 2. Посчитать процент лицевых пикселей для каждой области отдельно 3. 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

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 Улучшение простого подхода

Некоторые подходы к выделению лиц по цвету Вероятностный подход: 1. Каждому элементу цветового пространства задать вероятность того, что он соответствует лицу 0P(R, G, B)

Как задавать вероятность? 1. Параметрическая P(R,G,B) – Гаусово распределение и т. п. 2. Непараметрическая P(R,G,B) Нарезать из изображений обучающих фрагментов кожи лиц Посчитать P(R,G,B) как N(R,G,B) / N общ

Улучшение вероятностного подхода Несколько параллельно работающих распределений вероятности P(R,G,B) 1. Задать несколько распределений { P i (R,G,B) } 2. Посчитать несколько сумм для каждого из { P i (R,G,B) } 3. Если хотя бы одна из этих сумм больше порога (у каждой суммы порог может быть свой), то изображение – «лицо»

Улучшение вероятностного подхода Использование пространственной информации

Выделение лиц по цвету для постфильтрации ложных выделений после алгоритма Виола-Джонса