ویرگول
ورودثبت نام
طاده الکسانی
طاده الکسانیمهندس یادگیری ماشین
طاده الکسانی
طاده الکسانی
خواندن ۳ دقیقه·۹ سال پیش

مقدمه ای بر الگوریتم تشخیص چهره Viola Jones - بخش دوم


کنفرانس سلوی 1927
کنفرانس سلوی 1927

در بخش قبلی به معرفی مقدماتی انواع الگوریتم های تشخیص چهره و همچنین به توضیح ۲ بخش از ۴ بخش الگوریتم تشخیص چهره Viola Jones پرداختیم. اگر بخش اول این مطلب را هنوز نخوانده‌اید قبل از ادامه آن را بخوانید:

https://virgool.io/@tadeh/viola-jones-face-detection-algorithm-1-hzhdhnpd3uyg

در هنگام خواهند مقاله با ویدیو های کوتاه پیشنهادی از طرف ما روبرو خواهید شد که پیشنهاد میکنیم فرصت را از دست نداده و همان موقع به مشاهده آن بپردازید.

مشاهده این سخنرانی پیشنهاد می شود:

https://www.ted.com/talks/joseph_redmon_how_a_computer_learns_to_recognize_objects_instantly?utm_campaign=tedspread--b&utm_medium=referral&utm_source=tedcomshare



ادامه شرح عناصر مختلف الگوریتم

در بخش اول به معرفی دو عنصر از عناصر چهارگانه الگوریتم Viola Jones پرداختیم که نحوه انتخاب ویژگی ها و الگوریتم تسریع این انتخاب ها را شامل میشد. حال در این بخش به ادامه این روند خواهیم پرداخت و دو بخش دیگر این الگوریتم را از منظر تئوری بررسی خواهیم کرد:

3 - تصویر یکپارچه (Integral Image)

تصویر یکپارچه، یا جدول محدوده مجتمع (Summed area table)، به منظور ارزيابی سريع تر Feature ها (که در بخش اولی معرفی شد) استفاده میشود.همانطور که در تصویر زیر میبینید، در یک تصویر یکپارچه مقدار پیکسل در مکان x,y برابر است با جمع مقادیر پیکسل های بالا و چپ پیکسل x,y.

نحوه محاسبه تصاویر یکپارچه
نحوه محاسبه تصاویر یکپارچه


به عنوان مثال در مستطیل زیر مجموع پیکسل ها در داخل مستطیل D می تواند با چهار ارجاع ارزیابی شود.
مقدار تصویر یکپارچه در محل ۱ برابر است با مجموع پیکسل ها در مستطیل A. مقدار در مکان ۲ برابر است با A + B، در مکان ۳ A + C و در مکان ۴ A + B + C + D. مجموع در داخل D می تواند به صورت (۳+۲) ـ (۱+۴) محاسبه شود.

Integral Image
Integral Image


4 - Cascading (مراحل آبشاری)

در هر پنجره 24 در 24 پیکسلی ما نیاز به پردازش 2500 ویژگی داریم که از اجرای الگوریتم Adaboost به دست می آید. تصور کنید که شما یک تصویر با ابعاد 640 در 480 دارید، شما نیاز دارید تا این ابعاد را به مربع های 24 در 24 پیکسلی تقسیم کرده و با پردازش هر بخش (در نظر داشته باشید که هر مربع 2500 پردازش لازم دارد) تشخیص دهید که آیا چهره ای در تصویر وجود دارد یا خیر. اینجاست که Cascading وارد شده و به ما این امکان را میدهد که این پروسه را سریعتر و مفیدتر انجام دهیم. در این روش ما 2500 ویژگی هر مربع 24 در 24 را به دسته بندی های مختلف تقسیم می کنیم. بدین گونه که به عنوان مثال 10 ویژگی در دسته بندی اولی، 20 ویژگی در دسته بندی دوم، 100 ویژگی در دسته بندی سوم و ..

با استفاده از این روش ما می توانیم بعد از پردازش هر دسته بندی حدسیات خود را در ارتباط با وجود یا عدم وجود چهره در آن دسته بندی اعلام کنیم. با این روش ما میتوانیم زودتر بخش هایی که اطمینان داریم بخشی از صورت در آن وجود ندارد را حذف کنیم.

Cascading
Cascading




جمع بندی

در این مقاله سعی کردیم به صورت تئوری و به ساده ترین زبان ممکن به بررسی یکی از پرکاربرد ترین الگوریتم های تشخصی چهره یک دهه اخیر یعنی Viola Jones بپردازیم. در آینده سعی خواهیم کرد این موضوع را از منظر عملی نیز بررسی کرده و نتایجش را با شما در میان بگذاریم. منتظر شنیدن نظرات و انتقادات شما هستیم.

در پایان بد نیست نگاهی به این وبسایت، که با استفاده از الگوریتم های تشخیص چهره پیاده سازی شده ، بیاندازید:
http://www.ilooklikeyou.com/
http://www.ilooklikeyou.com/



مقالهالگوریتمتشخیص چهرهفناوریتکنولوژی
۶
۳
طاده الکسانی
طاده الکسانی
مهندس یادگیری ماشین
شاید از این پست‌ها خوشتان بیاید