1 / 17

Detekcia objektov v zornom poli kamery

Detekcia objektov v zornom poli kamery. Autor práce: Tomáš Mahrík Vedúci práce: Ing. Petr Petyovský. Zadanie. Zozn ámte sa s princípami získavania obrazových dát a základmi spracovania obrazu.

lynne
Download Presentation

Detekcia objektov v zornom poli kamery

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Detekcia objektov v zornom poli kamery Autor práce: Tomáš Mahrík Vedúci práce: Ing. Petr Petyovský

  2. Zadanie • Zoznámte sa s princípami získavania obrazových dát a základmi spracovania obrazu. • Na základe naštudovaných vedomostí definujte objekty vhodné k automatickej detekcii v obraze so zameraním na metódy detekcie ľudskej tváre. • Vytvorte databázu snímkov pre testovanie a vyhodnocovanie úspešnosti detekčných metód. • Navrhnite a implementujte vlastnú metódu pre detekciu ľudskej tváre v zornom poli kamery.

  3. Návrh algoritmu pre detekciu tváre • Voľba vhodnej metódy pre lokalizáciu a detekciu ľudskej tváre v obraze – v tomto prípade bola zvolená metóda invariantných rysov. • Lokalizácia na základe farby pokožky a morfologických rysov (poloha úst a očí). • Výber vhodného farebného modelu.

  4. Výber vhodného farebného modelu RGB HSV HLS

  5. Voľba podpriestoru farby ľudskej pokožky • Nadefinovanie podpriestoru ľudskej pokožky vo zvolenom • farebnom modele.

  6. Farebná segmentácia • Lokalizácia ľudskej tváre založená na farbe pokožky.

  7. Morfologické operácie

  8. Ohraničenie kadndidátskej oblasti • Následne pomocou metódy semienkového vyplňovania sa zistí • počiatočný a konečný bod obdĺžnika, ktorým bude ohraničená • kandidátska oblasť.

  9. Vylúčenie nevhodných kandidátov • Na základe pomerov strán obdĺžnika ohraničujúceho • kandidátsku oblasť sa vylúčia nevhodní kandidáti. • Taktiež sa vylúčia kandidáti, ktorých rozmery sú príliš malé • na to, aby sa z nich dalo jasne určiť či ide respektíve nejde o • tvár. • Následne sa v zostávajúcich kandidátskych oblsatiach • lokalizujú očí a ústa.

  10. Lokalizácia očí • Farba zornice a bielka oka, sú u väčšiny ľudí veľmi • podobné, a preto bude pre lokalizáciu očí použitá farebná • mapa definovaná vťahom: • Potom sa farebná mapa očí prevedie na binárny obraz • pomocou prahovania(prah získaný z analýzy histogramu) • a určí sa ich poloha.

  11. Lokalizácia úst • Vychádza sa z predpokladu, že ľudské pery obsahujú vysoké hodnoty červenej farby a veľmi nízke hodnoty modrej farby. • Bohužiaľ nie je to pravidlom a preto budú použité dve farebné transformácie pre zvýšenie presnosti lokalizácie. • Farebná transformácia FLD (Fischer Linear Discriminant), definovaná vzťahom:

  12. Lokalizácia úst • Farebná transformácia rg, v tomto prípade sa bude využívať iba zložka g definovaná vzťahom: • Vytvoria sa 2 farebné mapy, ktoré sa prevedú prahovaním na binárne obrazy a následne sa spolu zlúčia podľa vzťahu: • Následne sa určí približná poloha úst v obraze.

  13. Overenie tvárových oblastí • Na základe vzájomných pozícií a vzdialeností medzi perami a obidvoma očami, sa rozhodne, či skutočne ide o tvár alebo nie.

  14. Separabilný mediánový filter

  15. Plánované rozšírenia • Dokončiť a vylepšiť navrhnutý detekčný algoritmus implementáciou učiacej metódy AdaBoost, prípadne inými algoritmami, ktoré zrýchlia a skvalitnia proces detekcie tváre. • Vytvoriť vizuálne prostredie pomocou knižnice WxWidgets. • Implementovať algoritmus pre sledovanie trajektórie ľudskej tváre.

  16. Záver Detekcia tváre v obraze založená na farbe pokožky, je pomerne úspešná a v praxi veľmi často používaná pre jej jednoduchú implementáciu a dobré detekčné výsledky. Navrhnutý algoritmus zatiaľ nedosahuje požadované detekčné výsledky a to hlavne z dôvodu nedostatočného objemu dát v databázi tvárových častí, pre definovanie podpriestoru ľudskej pokožky v zvolenom farebnom modely a taktiež z dôvodu neúplnej implementácie.

  17. Ďakujem za pozornosť.

More Related