Técnicas de IA para detecção de rosto

Question

Alguém pode conhecer todas as diferentes técnicas usadas na detecção de rosto?Técnicas como redes neurais, máquinas de vetores de suporte, autofaces, etc.

Que outros existem?Obrigado.

Answer 1

a técnica sobre a qual vou falar é mais uma abordagem orientada ao aprendizado de máquina;na minha opinião é bastante fascinante, embora não muito recente:foi descrito no artigo "Robust Real-Time Face Detection" de Viola e Jones.Usei a implementação OpenCV para um projeto universitário.

É baseado em características do tipo haar, que consiste em adições e subtrações de intensidades de pixels em regiões retangulares da imagem.Isso pode ser feito muito rapidamente usando um procedimento chamado imagem integral, para o qual também existem implementações GPGPU (às vezes chamadas de "varredura de prefixo").Depois de calcular a imagem integral em tempo linear, qualquer característica semelhante a haar pode ser avaliada em tempo constante.Um recurso é basicamente uma função que pega uma subjanela 24x24 da imagem S e calcula um recurso de valor (S);um trigêmeo (característica, limite, polaridade) é chamado de classificador fraco, porque

polaridade * recurso (S) <polaridade * limite

é verdadeiro em certas imagens e falso em outras;espera-se que um classificador fraco tenha um desempenho um pouco melhor do que uma estimativa aleatória (por exemplo, deve ter uma precisão de pelo menos 51-52%).

A polaridade é -1 ou +1.

O espaço de recursos é grande (cerca de 160.000 recursos), mas finito.

Apesar do limite poder, em princípio, ser qualquer número, a partir de considerações simples sobre o conjunto de treinamento, verifica-se que, se houver N exemplos, apenas N + 1 limite para cada polaridade e para cada característica deve ser examinado para encontrar aquele que vale a melhor precisão.O melhor classificador fraco pode, portanto, ser encontrado pesquisando exaustivamente o espaço dos trigêmeos.

Basicamente, um classificador forte pode ser montado escolhendo iterativamente o melhor classificador fraco possível, usando um algoritmo chamado "reforço adaptativo", ou AdaBoost;em cada iteração, os exemplos que foram classificados incorretamente na iteração anterior têm mais peso.O classificador forte é caracterizado por seu próprio limite global, calculado pelo AdaBoost.

Vários classificadores fortes são combinados como estágios em uma cascata de atenção;a ideia por trás da cascata de atenção é que subjanelas 24x24 que obviamente não são faces sejam descartadas nos primeiros estágios;um classificador forte geralmente contém apenas alguns classificadores fracos (como 30 ou 40), portanto, é muito rápido de calcular.Cada estágio deve ter um recall muito alto, enquanto a taxa de falsos positivos não é muito importante.se houver 10 estágios cada um com 0,99 recall e 0,3 taxa de falsos positivos, a cascata final terá 0,9 recall e taxa de falsos positivos extremamente baixa.Por esse motivo, classificadores fortes geralmente são ajustados para aumentar a recuperação e a taxa de falsos positivos.O ajuste envolve basicamente a redução do limite global calculado pelo AdaBoost.

Uma subjanela que chega ao final da cascata é considerada uma face.

Várias subjanelas na imagem inicial, eventualmente sobrepostas, eventualmente após o redimensionamento da imagem, devem ser testadas.

Tchau, espero que tenha sido interessante ;-)

Dário

Answer 2

Uma abordagem emergente, mas bastante eficaz, para a ampla classe de problemas de visão, incluindo a detecção de rosto, é o uso de Memória temporal hierárquica (Htm), um conceito/tecnologia desenvolvido por Numenta.

Muito Falando vagamente, esta é uma abordagem do tipo NeuralNetwork. Esse tipo de rede tem uma forma de árvore em que o número de nós diminui significativamente em cada nível. HTM modela algumas das propriedades estruturais e algorítmicas do neocórtex. Em [possível] partida com o neocórtex, o algoritmo de classificação implementado no nível de cada nó usa um algoritmo bayesiano. O modelo HTM é baseado na teoria da previsão da memória da função cerebral e depende fortemente da natureza temporal das entradas; Isso pode explicar sua capacidade de lidar com o problema da visão, pois geralmente são temporais (ou podem ser feitos assim) e também exigem tolerância ao ruído e "esgoto".

Enquanto a Numemta produz kits de visão e aplicativos de demonstração por algum tempo, Vitamina D Recentemente, o Think- think- a primeira aplicação comercial da tecnologia HTM, pelo menos no domínio das aplicações de visão.

Answer 3

Se você precisar não apenas como coisas teóricas, mas você realmente deseja fazer a detecção, recomendo que você encontre soluções já implementadas.

Existem muitas bibliotecas testadas para diferentes idiomas e são amplamente utilizadas para esse fim. Veja isso, então, thread para obter mais informações: Biblioteca de reconhecimento de rosto.