pr ctica 4 opci n 2 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Práctica 4 (Opción 2) PowerPoint Presentation
Download Presentation
Práctica 4 (Opción 2)

Loading in 2 Seconds...

  share
play fullscreen
1 / 8
raziya

Práctica 4 (Opción 2) - PowerPoint PPT Presentation

109 Views
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

  1. Práctica 4 (Opción 2) Localización de caras

  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

  3. 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

  4. Procesado de Imaxe

  5. Procesado de Imaxe

  6. 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

  7. 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

  8. 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