Cách dùng đặc trưng Haar-like phát hiện mặt!

[mrhisme]

Tình hình là mình đang làm luận văn về đề tài:"Phát hiện tài xế ngủ gật" thông qua việc phát hiện và theo dõi con ngươi.
Phần mô phỏng thì mình có ng share chạy khá ok rồi, dùng mã nguồn opencv , vs2008. Nhưng lý thuyết mình còn nhiều chỗ không hiểu quá! Mong các bạn, anh chị nào biết chi mình với!
1. Cách dùng đặc trưng Haar-like phát hiện mặt như thế nào??
-Theo mình hiểu thì Haar-like là sự khác biệt giữa các mức đen và trắng trong ảnh xám! khi nó vượt qua 1 ngưỡng nào đó thí đó là khuôn mặt, vậy làm sao nó biết đuọc ở đâu là khuôn mặt khi trong hình có khá nhiều chi tiết với các đặc trưng Haar-like cũng vượt qua nguơng đó. No phát hiện mặt dùng đặc trưng cạnh là sao! ( đây là theo mình hiểu nên các cao nhân xin chỉ giáo lại, mình nghĩ là mình đang hiểu sai)
2. Hough Cicle Transform là để phát hiện vòng tròn hay tâm vòng tròn.
3. Mean shift: Mình chưa hiểu nên có tài liệu cho mình xin với! @@!

Cám ơn trước các bạn đã đọc bài của mình! Cảm ơn đặc biệt sâu sắc đến pro nào giúp mình , ai có làm đề tài tuơng tự hay hiểu biết về đề tài xin chỉ giáo, có thể cafe đều được hihi!!

[dkv123]

1. Nói đơn giản là: nó sẽ chèn đặc trưng Haarlike lên toàn bộ bức hình của bạn. Khu vực nào giống thì nó sẽ nhận diện ở đó là mặt của bạn. Cho nên có rất nhiều khu vực trong hình nó sẽ nhận là mặt của bạn. Sau đó nó sẽ dùng các ảnh ko giống để loại trừ các vùng này. Cho nên trong quá trình training một bộ nhận dạng của Adaboost, số lượng ảnh sai luôn phải tuơng đối nhiều để nó loại trừ.

3. Mean shift là thuật toán tracking. Tức là sau khi nó phát hiện được đối tượng nằm đâu nó chỉ theo dõi chuyển động của đối tượng đó. Ở đây là khuôn mặt, sau khi xác đinh khuôn mặt, nếu khuôn mặt có lắc lư thì nó cũng sẽ theo dõi, chứ ko phải dùng lại thuật toán để nhận dạng.

[mrhisme]

1. Nói đơn giản là: nó sẽ chèn đặc trưng Haarlike lên toàn bộ bức hình của bạn. Khu vực nào giống thì nó sẽ nhận diện ở đó là mặt của bạn. Cho nên có rất nhiều khu vực trong hình nó sẽ nhận là mặt của bạn. Sau đó nó sẽ dùng các ảnh ko giống để loại trừ các vùng này. Cho nên trong quá trình training một bộ nhận dạng của Adaboost, số lượng ảnh sai luôn phải tuơng đối nhiều để nó loại trừ.

3. Mean shift là thuật toán tracking. Tức là sau khi nó phát hiện được đối tượng nằm đâu nó chỉ theo dõi chuyển động của đối tượng đó. Ở đây là khuôn mặt, sau khi xác đinh khuôn mặt, nếu khuôn mặt có lắc lư thì nó cũng sẽ theo dõi, chứ ko phải dùng lại thuật toán để nhận dạng.

Cảm ơn bạn rất nhiều! bữa giờ mình đọc tài liệu chưa hiểu mà bạn giải thích giúp mình hiểu ra vấn đề rồi . Nhưng MeanShift hình như là nhận dạng đối tượng , Camshift nó mới là theo dõi dựa trên màu sắc mà , phải ko !

[dkv123]

Mình ko làm về cái này nên ko rõ lắm, mình sẽ tìm hiểu thêm và trả lời sau.

[mrhisme]

Cảm ơn bạn ! Nếu có thông tin gì xin chia sẽ cho mình với nha! mà sao mình biết được khi nào là đặc trưng cạnh. khi nào đặc trưng đường... bạn có thể giúp ko ! đề tài này ít ng làm T_T

[dkv123]

Nó dùng hết, nó sẽ áp các đặc trưng vào khuân mặt lần lượt và các góc khác nhau nếu lúc training mình dùng -mode All còn nếu ko dùng thì nó chỉ dùng 1 góc.

[mrhisme]

Vậy cái đặc trưng đó nó chèn vào mỗi khu vực hay mỗi pixel vậy bạn!

[dkv123]

Mình ko hiểu câu hỏi của bạn. Nhưng mình có video này cho bạn dễ hình dung, nó tìm khuôn mặt bạn thế nào.
OpenCV Face Detection: Visualized on Vimeo

[mrhisme]

oh! đúng cái mình đang tím thanks nhiều nha!!! ^^! giờ mình tìm hiểu cái hough circle transform nữa là ok !!

[dkv123]

Houg Circle thì liên quan gì đến bài luận văn của bạn?

[mrhisme]

dùng hough circle để phát hiện mắt( phát hiện vòng tròn)! nhưng mình ko hiểu nguyên lý làm sao nó phân biệt được vòng tròn trong hình ảnh!

[dkv123]

Thế thì Hough Circle ko phát hiện nổi đâu. Hough Circle chỉ phát hiện được những vật thật sự tròn, ít chi tiết chứ mắt thì ko được. Bạn nên dùng Haarlike để phát hiện mắt, có sẵn trong opencv đấy. Hoặc nếu bạn có bộ dữ liệu để training và muốn bài luận văn có của mình phong phú hơn có thể dùng thêm các đặc trưng Local Binary Pattern hoặc HOG Feature để so sánh với nhau.

[lacloi_tn_92]

Dùng Hough Circle phát hiện con ngươi ( tròng mắt ) có được ko bạn dkv123 ?

[dkv123]

Thật ra thì cũng được, nhưng hiệu quả sẽ ko cao. Tại vì mắt mỗi người khác nhau, ko phải ai cũng tròn. Hơn nữa có người mắt híp... nói chung sẽ rất khó. Có thể điều chỉnh thông số sẽ tìm được nhưng lúc đó cũng sẽ xuất hiện nhiều khu vực cũng bị nhầm là đường tròn. Để loại bỏ các khu vực này còn phức tạp hơn. Hough Circle sẽ hiệu quả khi phát hiện các loại bóng màu như bóng tennis, bóng rổ... hoặc những vật tròn ít chi tiết. Bóng đá mà có những quả rất nhiều chi tiết nó cũng phát hiện rất khó. Nhưng nói chung mình thấy nó hiểu quả ko cao, chỉ được cái ko mất công lắm để thực hiện.

[mrhisme]

Nhưng mình thắc mắc là Hough cỉcle nó dựa vào đâu để xác định đó là vòng tròn!! bạn dkv123 có rành vụ này ko!!