Pr ctica 4 opci n 2
This presentation is the property of its rightful owner.
Sponsored Links
1 / 8

Práctica 4(Opción 2) PowerPoint PPT Presentation


  • 75 Views
  • Uploaded on
  • Presentation posted in: General

Práctica 4(Opción 2). Localización de caras. Enunciado. Implementar un método o métodos que localice una cara en una escena y recorte la zona más significativa de la misma, es decir, incluyendo ojos, nariz y boca. Fichero: /imaxes/caras/CARAS_Pract_deteccion.mat:

Download Presentation

Práctica 4(Opción 2)

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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Pr ctica 4 opci n 2

Práctica 4(Opción 2)

Localización de caras


Pr ctica 4 opci n 2

Enunciado

  • Implementar un método o métodos que localice una cara en una escena y recorte la zona más significativa de la misma, es decir, incluyendo ojos, nariz y boca.

    • Fichero: /imaxes/caras/CARAS_Pract_deteccion.mat:

    • 40 imágenes de caras (10 hombres y 10 mujeres, serios y sonriendo) en un array CARAS(alto,ancho,indice) de tamaño (144,192,40)

Procesado de Imaxe


Pr ctica 4 opci n 2

Método para detección de características faciales

  • Utilizar ojos, nariz y boca recortadas como patrones para buscar en todas las imágenes (distancia euclidea o correlación normalizada )

max

Cross-corr

max

max

Procesado de Imaxe


Pr ctica 4 opci n 2

Procesado de Imaxe


Pr ctica 4 opci n 2

Procesado de Imaxe


Pr ctica 4 opci n 2

Método para detección de características faciales

  • En las pruebas la características más estables son la nariz y ojos

  • Problemas: sonrisas, bigotes, barbas, gafas con brillo o bordes gruesos, ojos semi-cerrados, pelo.

  • Soluciones posibles:

    • características promediadas (igualando tamaños)

    • comparación con varias muestras de cada característica (boca sonriente, con barba, etc) y establecer reglas sobre la distribución de valores máximos; boca_x > nariz_x > ojos_x; boca_y ~ nariz_y ~ ojos_y

    • quedarse con los M valores mayores de la correlación cruzada para cada característica y establecer reglas de decisión a partir de ellos.

Procesado de Imaxe


Pr ctica 4 opci n 2

Material a entregar

  • función “localiza_features”:

    • Entradas: cara (imagen conteniendo una cara)

      • ojos (subimagen patrón de ojos)

      • nariz (subimagen patrón de nariz)

      • boca (subimagen patrón de boca)

  • Salidas:coor_ojos, coor_nariz, coor_boca (coordenada central de cada característica con respecto a la imagen ‘cara’)

  • función “recorta_caras”:

    • Entradas: caras (array conteniendo todas las caras a recortar)

    • Salidas:CARAS_recortadas (array del mismo tipo pero con caras recortadas)

  • Ojo! Todas las caras recortadas deben tener el mismo tamaño final  imresize

  • Procesado de Imaxe


    Pr ctica 4 opci n 2

    Material a entregar (opcional)

    • función “recorta_caras_2”:

      • Entradas y salidas iguales que antes pero ahora se deben usar detectores de contorno para localizar la cara sobre el fondo (imágenes extremadamente sencillas) y segmentarla para no buscar las características faciales en toda la imagen (ahorro computacional y reducción de falsas detecciones).

      • La propia segmentación se debe utilizar, una vez localizadas las características para ajustar mejor la regla de decisión y ajustar el BoundingBox que contiene la cara recortada.

    Procesado de Imaxe


  • Login