شناسایی چهره در یک تصویر

[milad_1987]

پاسخ : شناسایی چهره در یک تصویر

سلام amin.j این هم کدش توی همین پست ضمیمه شده . البته بعضی از توابع به کارتون نمیاد چون اون ها مال یک پرو÷ه دیگه اند . این رو هم بگم که اصلا کد adaboost به زبان vb هیچ جا نیست.خیلی وقتم رو گرفت تا بنویسمش ولی ارزشش رو داشت .چون خیلی ها با vb کار میکنند.امیدوارم کمکتون کرده باشم

[hess]

پاسخ : شناسایی چهره در یک تصویر

سلام ..................

از اونجایکه مبحث Face Detection متدهای متنوعی داره و جدیدا هم یه سری متد خاص از اونا باب شدن؛ یه Survey نوشتم که بتونه متدهای جدید رو در بر بگیره .. امیدوارم برای همگی مفید باشه .. موفق باشید ..

[hess]

پاسخ : شناسایی چهره در یک تصویر

سلام .........................

لینک زیر مجموعه ی دیتابیس هاییه که برای کارهای Face میشه بهشون فکر کرد .. تقریبا مرجع کاملیه که میتونه برای استفاده های مختلف به کار برده بشه .. موفق باشید ..

http://www.face-rec.org/databases/

[fnavabifar]

پاسخ : شناسایی چهره در یک تصویر

با سلام
میخواستم اطلاعات مفیدی از نحوه استفاده از ویژگیهای HAAR در سیستم شناسایی چهره داشته باشم.اگه اطلاعات مفیدی دارین ممنون میشم راهنماییم کنین

[hess]

پاسخ : شناسایی چهره در یک تصویر

سلام ...............

از بابت تاخیر معذرت میخوام .. این موضوع رو توی یک میل برای یکی از دوستانم، مطرح کرده بودم .. ایمیل رو براتون فرستادم .. هر قسمتیش که نا واضح بود، بفرمایید تا توی همین تاپیک روی اون قسمت بحث کنیم .. موفق باشید ..

[fazel-d]

تشخیص چهره با روش Viola , Jones

روشی که آقایان Viola , Jones برای کار Face Detection به کار بردن از 3 مرحله کلی تشکیل شده.
1- rectangle feature
2- طبقه بندی یا Classification
3- آبشاری سازی Cascade

که دوستانی که توی این زمینه کار کردن ممنون میشم که ما رو هم یاری کنند.
لطفا هر کدام از مراحل رو تا رسیدن به یک نتیجه پایانی مورد بحث قرار دهید تا موضوع برا یکلیه دوستانی که می خواهند در این زمینه فعالیت داشته باشند ، به طور کامل برایشان مطلوب قرار گیرد.

پس در فاز اول ، Rectangle Feature ها رو مورد بحث قرار می دهیم.
تا اینجای کار که متوجه شدم این بوده که ما باید از اون rec-feature ها برای شناسایی چهره های کاندید استفاده کنیم .به این صورت که زمانی که فرضا 2rec بر روی تصویر ما قرار می گیره در آن صورت قسمت سیاه اون شامل نواحی چشم و ابرو می شه و برای قسمت سفید که شامل نواحی بینی و گونه می شه. و این قاعده برای مستطیلهای 3 تایی هم برقراره.
اما در مورد 4rec که از این ویژگی برای حالت تقارون استفاده میشه.

کاربرد این rec ها تو چیه؟ اینه که ما از یه سایزی مثلا 24x24 شروع می کنیم. که عرض rec برابر با 24 و ارتفاع برابر با width/2 ، اگر باقیمانده width/2 بر 2 برابر با 0 باشه در غیر این صورت width/2 + 1 خواهد شد. حالا این مستطیل بر روی کل تصویر ورودی scan میشه... خوب در هر scan جمع نواحی سیاه که اسمشو A1 میزام با نواحی سفید A2 مقایسه می شه. که اگه A2>A1 باشه پس این ناحیه می تونه کاندید چهره باشه. اما اگه مستطیلهای دیگری رو هم در تشخیص چهره دخیل کرده باشیم پس باید اونها رو هم در scan به کار ببریم. که تمامی سایزهای مستطیلها در هر scan کامل از تصویر با هم برابر است و در scan های بعدی از تصویرمون سایز اون مستطیلها تغیر پیدا می کنه.

حالا نظر دوستان که آیا غیر از این مطالبه به کار برده شده در این روشه؟ و اینکه اون integral image چه نقشی برای ما خواهد داشت؟ با توجه به اینکه می بایست هر کدوم از قسمت های A1,A2 ,B1B2,B3 رو چداگانه جمع بزنیم.

[fazel-d]

پاسخ : شناسایی چهره در یک تصویر

فکر کنم اگه اینطوری پیگیر موضوع بشم تا شهریور هم نتونم پایان نامه رو تمومش کنم.
لطفا و خواهشا help بدین
به ازای هر سوال باید 2-3 روز منتظر پاسخ باشیم؟

[fazel-d]

پاسخ : شناسایی چهره در یک تصویر

در مورد rectangle feature ها باید بگم که یه کارایی رو انجام دادم و لی متاسفانه کسی ما رو همراهی نکرد. خوشبختانه من به اون مطالبی که رسیدم رو براتون عنوان می کنم.

برای یافتن نواحی کاندید در تصویر ما باید از rectangleها استفاده کنیم. یعنی چی؟...
یعنی ما در گام اول از one-rectangle که دارای نواحی A1 , A2 است استفاده می کنیم که ناحیه A1 دارای نواحی تیره تر و اون هم به خاطر چشمها و ابرو است که سیاه هستند. و ناحیه A2 که شامل نواحی گونه و بینی است.
ما جمع نواحی A1 , A2 را جداگانه حساب می کنیم و و اگه A1>A2 باشه (یعنی اگه ناحیه ای از تصویر بدین صورت باشه که A1 بر روی چشم و ابرو ها و A2 بر روی بینی و گونه قرار بگیره شرط A1>A2 برقرار می شه) پس اون rectangle feature می تونه کاندید چهره باشه.

به جهت بالا بردن و کاستن از نواحی کاندید چهره از rectangle feature های دیگه مثل 3 مستطیلی و 4 مستطیلی هم به ترتیب استفاده می کنن. یعنی بعد از بررسی A1>A2 می رن سراغ محاسبه مستطیلهای B1,B2,B3 و اگه B2>B1 بود و B2>B3 می رن سراغ 4 مستطیلی. ( که B3 شامل نواحی بینی و B1 شامل چشم راست وابرو فرد و B2 شامل چشم و ابرو چپ می شه).
با این 3 ویژگی می شه نواحی کاندید برای چهره رو کم کرد.

اما محاسبه هر کدوم از این Aها و Bها...!!!!!
یه موضوع ای که در گرافیک کامپیوتر مورد اهمیت است به نام Summed Area table یاد می شه. که از این خاصیت آقایون Viols , Jones در کارشون با نام Integral Image به کار بردن.
http://en.wikipedia.org/wiki/Summed_area_table
Summed Area table چیه؟ همون فراوانی تجمعی بر روی یه row vector هست. پس اگه ما یه ماتریس یا همون تصویرمون رو داشته باشیم چی می شه؟ این می شه که میایم فراوانی تجمعی به ازای هر سطر رو حساب می کنیم و از ماتریس به دست آمده دوباره فراوانی نسبت به هر ستون رو حساب می کنیم که نتیجه حاصله همون SAT است.

دستور متلبش هم به صورت:

SAT=cumsum(cumsum(matrices-name),2)

بعد از این حالا ما می تونیم با استفاده از four array reference به محاسبه هر کدوم از Aها و ... به پردازیم.

یعنی هر کروم از اون A,Bها می شن ناحیه D ما در تصویر بالا

[fazel-d]

پاسخ : شناسایی چهره در یک تصویر

:angry:
جواب ما رو یکی نیست بده!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

سوالمو این طوری مطرح می کنم که:
برای یافتن نواحی کاندید چهره ما نیاز به 3 تا حلقه تو در تو داریم.
اولیش واسه تغییر اندازه rec feature و دومی و سومی برای حرکت rec بر روی تصویر به ازای هر پیکسل. درسته؟
اگه این طوره، O(n^3 داره که از زمان 15 فریم بر ثانیه بیشتر می شه!!!!
هر چند که از integral برای جمع مستطیلها استفاده شده

[hess]

پاسخ : شناسایی چهره در یک تصویر

سلام ................

برای محاسبه ی Feature ها باید Scale پنجره رو تغییر داد .. مختصات (X,Y) رو تغییر داد .. Scan کردن هم که بخشی از حرکت به دست آوردن Feature ها هست .. امــا نکته ای که وجود داره و خوب ماجرا هست اینه که میتونید یه بار با Order خطی Integral Image رو حساب کنید و از اون به بعد با دادن صرفا مختصات مشکل جمع انباره ای رو حل کنید .. نکته ی آخر هم ابنکه اون قسمت Cascading توی Classification خیلی کمک میکنه به سرعت پردازش .. موفق باشید ..

[fazel-d]

پاسخ : شناسایی چهره در یک تصویر

من face detection رو با همون rectangle feature ها و Neural network پیاده کردم. ولی مسئله ای که وجود داره همون real time بودنش هست.
و چیزی که من از کار viola , jones متوجه شدم این بوده که تسریع سرعت در کارشون همون الگوریتم Adaboost هست.
حالا می خواستم یه مقدار دقیق تر در مورد این الگوریتم بدونم. اون هم به صورت اساسی و پایه ای.

اگر ما دیتابیسی از تصاویر چهره crop شده داشته باشیم ، این الگوریتم با استفاده از rec feature ها چه کاری رو بر روی این تصاویر دورن دیتابیس انجام می ده؟
البته من روی الگوریتمش مشکل دارم. اگه میشه خط به خط اون رو trace کنید.
http://www.eca.ir/forum2/index.php?t...8258#msg108258

[hess]

پاسخ : شناسایی چهره در یک تصویر

سلام .............

من face detection رو با همون rectangle feature ها و Neural network پیاده کردم. ولی مسئله ای که وجود داره همون real time بودنش هست.
و چیزی که من از کار viola , jones متوجه شدم این بوده که تسریع سرعت در کارشون همون الگوریتم Adaboost هست.
حالا می خواستم یه مقدار دقیق تر در مورد این الگوریتم بدونم. اون هم به صورت اساسی و پایه ای.

اگر ما دیتابیسی از تصاویر چهره crop شده داشته باشیم ، این الگوریتم با استفاده از rec feature ها چه کاری رو بر روی این تصاویر دورن دیتابیس انجام می ده؟
البته من روی الگوریتمش مشکل دارم. اگه میشه خط به خط اون رو trace کنید.
http://www.eca.ir/forum2/index.php?t...8258#msg108258

از روی الگوریتم Freund و Schapire حتما بحث رو باز میکنم .. منتهی یه کم باید وقت دست و پا کنم .. اگه بتونم یه کد هم میذارم براتون .. موفق باشید ..

[fazel-d]

پاسخ : شناسایی چهره در یک تصویر

راستیتش خیلی توی این زمینه مطالعه کردم. حتی power point ها رو که بهتر موضوع رو نشون می دن.

اما بسیاری از مسائل هنوز برام روشن نشده.
من به یه موضوعی تویه power point ها برخوردم که که نمیدونم در مودش درست فکر کردم یا نه. فرق بین sub window و rectangle feature چیه؟ مگه این دو تا با هم یکی نیستن؟

اگر ما دیتابیسی از تصاویر چهره crop شده داشته باشیم ، این الگوریتم با استفاده از rec feature ها چه کاری رو بر روی این تصاویر دورن دیتابیس انجام می ده؟
البته من روی الگوریتمش مشکل دارم. اگه میشه خط به خط اون رو trace کنید.
http://www.eca.ir/forum2/index.php?topic=21845.msg108258#msg108258

فقط خاهشا یه مقدار سریعتر چون که من می خوام یه پروژه کامل و practical رو تحویل بدم. هر چند که کار smile من تا 90% پایان رسیده و face detection رو انجام می ده و بعد اون چهره حاصله رو به 2 نیم تقسیم می کنم و هر کردوم از اون قسمتها رو به smile detection می دم و در پایان تشخیص رو می ده. ولی نکته ای که هست اینه که من به اون مرحله face اش قانع نیستم و می خوام سرعت پردازشی سیستم بالا باشه.
البته کاری که من در مورد face detection کردم به این صورته که:
ایتدا میام در round اول که سایز rec من تقریبا برابر با سایز چهره است قرار می دم( به خاطر بالا بردن سرعت. چرا که اگه از 24*24 شروع کنم اون وقته که باید تا سایز هم انداره با تصویر ورودیم پیش بره) و کل تصویر من رو scan میکنه که در این بین من در ابتدا 2rec رو برسی می کنم اگه A2>A1 بود در همون نقطه B2>B1 , B2>B3 و ... که اگه همه این شرطها بر قرار بود نتیجه این می شه که اون square patch می تونه شامل face بشه و اون رو resize می کنم و به شبکه می دم
در round های بعدی این روند ادامه پیدا میکنه و لی به تغیر سایز rec .
نمی دونم حالا با این شرایط باز هم راهی برای افزایش سرعت در face detection فعلیم وجود داره یا نه. و یا اینکه همچنان پیگیر کار violش باشم
بسیار ممنون و سپاس گذار

[fazel-d]

پاسخ : شناسایی چهره در یک تصویر

اگه صبر عیوب هم بود الان تموم شده بود
لطفا help بدین

[hesam_1]

پاسخ : شناسایی چهره در یک تصویر

مطلب ایمیلتون درباره haar رو لطفا به من هم ایمیل کنین و در این تاپیک هم بگذارین.
تشکر