Realtime Face Detection

Postovani,

moju paznju vec neko vrijeme privlace neuronske mreze pa sam se posvetio projektu prepoznavanja lica (Face Detection) primjenom neuralnih mreza. U sustini, program koji sam nedavno napravio u potpunosti funkcionise sto se tice prepoznavanja face ali se pojavio drugi problem: kako detektovati facu na slici ?

Ukoliko neuronske mreze primjenimo za datekeciju face na slici (dakle face detection, ne recognition) posto se faca moze nalaziti kako u blizini, tako i u daljini, potrebno je na razilcite velicine iste slike na svim pozicijama provjeriti da li se nalazi faca. Implementirao sam taj postupak i dao je dobre rezultate ali ni blizu realne obrade (najkrace vrijeme do prvog rezultata je nekih 20 sec). To je neprihvatljivo.

Motion detection, tj rezanje dijelova koji su stacionirani u odnosu na dinamicne ne pravi razliku izmedju ljudskog lica i aviona koji se eventualno u pozadini krece, sto je neprihvatljivo.

Säm sam pokusao smisliti neke algoritme za prepoznavanje lica (pronadji oci, potom nos, usta, obraze) i dalo je rezultate koji opet nisu bili unutar mojih ocekivanja. Ovaj pristup mi se cinio najbrzi (citajte: REAL-TIME).

Posto sam se ja sada fino ispisao ovdje , bio bih jako zahvalan da ako se neko vec bavio slicnom tematikom napise na koji nacin mogu izvrsiti detekciju face na slici (dovoljno brzo) koristeci bilo koji dovoljno brz algoritam (nnetwork, pattern detection,...) pa da malo prodiskutujemo.

Unaprijed zhavalan,
Benjamin.

A da li moze tvoj algoritam iz par miliona 3D tacaka da prepozna ravni, sfere, prizme itd...

Nisam ga dizajnirao u te svrhe, tako da definitivno ne moze direktno.

Ja trenutno radim face detection na slikama, mada ne koristim NM nego SVM.
Na nekim slikama prosjecnih dimenzija to traje i po nekoliko minuta - posto nije realtime ne mogu sa, recimo, motion detectionom da
nadjem 'interesantne' zone i da samo njih prosledjujem klasifikatoru nego picim kroz citavu sliku sa sliding window-om.
Interesuje me:
- jesi li pronasao neke metode za ubrzavanje ovog procesa ako detekciju radis na slici? Npr. citao sam o nekim koji izdvajaju
regione na slici koji imaju slicnu boju sa ljudskom kozom i sl. (mada mi taj metod nije od velike pomoci na grayscale slikama, a vecina
standardnih test setova su tog tipa)
- koje si dataset-ove koristio za obucavanje? I ako nije problem preporuci neki link? Ja koristim neki sa MIT-a koji ima oko 480k 19x19
slika .pgm formata. (u sustini je tekstualna datoteka sa vektorima dimenzije 361 gdje su date vrijednosti svakog piksela [0-255])

Dobijam dobre rezultate - oko 98% tacnosti na test setovima (sto je ok za klasifikaciju). Problem je sto je samo 10% test seta cine pozitivni primjeri (tj. lica),
a na njih pravi vecinu gresaka... Tako da kad se izdvoje lica tacnost klasifikacije
izadje na 50-60% sto je neprihvatljivo.

Doduse imam problema i sa racunarskim resursima. Da bih izabrao dobre parametre za obucavanje (C i gamma za C-SVM) treba da radim
cross validation, a on mi na setu velicine 5k traje po 10 sati na prosjecnom PC-u. Znaci trebao bi mi ostatak zivota da odradim cross validation
na citavom training setu.
Tako da bi dobro dosao neki training set sa predlozenim parametrima za obucavanje, ako je neko od forumasa naletio na nesto slicno.

Pozdrav,
Marko

_{[Ovu poruku je menjao VindL dana 12.02.2008. u 22:21 GMT+1]}

Moje pitanje za ucesnike u ovoj temi

Da li mozete da pomognete a vezano za sledece - http://www.elitesecurity.org/t349272-0#2260950

Znaci radi se o sistemu koji bi trebalo da se koristi u razlicitim oblastima.

Sistem treba analizom video signala iz izvora koji u ovom trenutku nisu bitni (zelimo da sistem bude nezavisan od hardwera koji daje video) da prepozna objekat koji mu se da na pracenje i da isti nastavi da prati uz kasniju implementaciju odredjenih patterna ponasanja a u smislu ako izgubi objekat pracenja ili nesto trece. Sistem bi funkcionisao na principu uporedjivanja dve odnosno tri slike - boja, cb i termovizija - Boja i CB se mogu dobiti iz jednog te istog izvora - kamera u boji, a cb (crnno bela slika) se dobija dodavanjem filtera - zasto to - slika u boji omogucava da se u trenutku zadavanja komande za pracenje necega na ekranu, ustanovi njegova boja, njegove konture a dodatak na sve to je slika sa termovizije - Na taj nacin "preklapanjem" rezutata dobijamo bolju verovatnocu konstatnog pracenja objekta koji je izabran za pracenje. Kad kazem objekat, ne mislim na pravi objekat vec deo slike koji prikazuje objekat interesovanja. Imamo kameru koja snima kamion npr na 100 metara daljine. Operator zumira kamion tako da on ispuni zadate norme (npr zauzima centralni deo ekrana i popunjava najmanje 20-30 % slike ekrana) kako bi moglo biti zapoceto pracenje i nakon toga dolazi do izdavanja komande - istovremeno teku sva tri procesa - paralelno - a rezultati se poklapaju - Stvar je programiranja kakav ce pattern ponasanja biti prilikom preklapanja rezultata i kako ce program odlucivati gde je centar pracenog objekta i u kom smeru ce pomerati kameru da bi nastavio na konstatnim pracenjem odabranog objekta

Pracenje po boji nije potrebno previse razjasnjavati - slicno vazi i za termoviziju, ali je potrebno malo detalja vezano za Crno Belu sliku (CB) - Ideja je dobiti konture objekta - to se moze raditi kombinacijim CB i Termovizije - Mislim da sama CB ne bi bila dovoljna a uz pomoc termovizije - to vec dobija neki smisao - Napominjem da je poenta izvuci "konture" objekta koje ce softver uz podesavanje prilikom testiranja moci da prati i da se prilagodjava - u smislu da vidi kako se oblik menja -

Na primer - ako pratimo kocku koja se vrti po zamisljenoj kruznici dva metra ispred kamere a da je jednom svojom stranom usmerena uvek ka centru rotacije. Znaci ako je kamera udaljena 2 metra od kocke, a kocka ima veliku osu rotacije oko nekog zamisljenog centra, onda kamera mora da prati kocku tj da je svo vreme drzu u centru ekrana. - To znaci da kamera koja je inace automatizovana (elektromotori) ima mogucnost automatskog pracenja "necega" - u ovom slucaju kocke. Ovakvi sistemi svakako nisu nesto najnovije, jer sam odredjene varijacije na iste mogucnosti vec vidjao po raznim veoma naprednim prezentacijama raznih firmi koje se bave opremom namenjenom za opremaje vojske i policije.

Nadam se da sam razjasnio konkretne ideje mada imamo problema u sprovodjenju tih ideja u delo.

Gornji link pokazuje o cemu se radi - mozda je nekom "lose" sto je to namenjeno vojsci i/ili policiji, ali postoji jako veliki broj aplikacija u civilnom sektoru - sa istim zahtevima - Mi smo se uhvatili jedne stvari i pokusavamo da to sprovedemo u delo. Konkretni problemi su da kamera mora da bude udaljena i daljinski kontrolisana sto znaci prenos slike preko nekog od linkova - ima ih vise vrsta ali je mikrooptika najrealnija - Mada cemo za testiranje koristiti i obicne mreze - tek da usavrsimo koncept.

Problem koji za sada ja ne mogu da resim (nisam programer vec vodim projekat) a to trenutno ne mogu ni moje kolege je kao sto je i navedeno - radi se o prihvatanju video signala putem specjalne i/ili standardizovane opreme

Moguci izvori signala su:
A. IP adresa - preuzimanje signala sa IP adrese izvora ili na sopstvenom IP-u
B. Kartica za prikaz i/ili grebovanje video signala
C. FireWire
D. USB

Za uvlacenje tog signala sa tih izvora nam treba resenje - taj signal treba uvuci u sistem - na pristupom diretkno hardveru ili preko odredjenog porta, pa tek onda poceti sa daljim radom na pracenju tj analizi video signala pomocu algoritma

Ovo sto je izlozeno je samo delic jednog veceg sistema - tzv KKIS - ili u svetu poznatiji kao C4ISR - E sad - nama ideja nije bila da pravimo C4ISR vec da uvezemo sve sto mi napravimo - tj platforme nosace, module a i ostale stvari, jer je kad imas sistem kakav je KKIS, lako ubaciti deo elektronike u bilo koje vozilo (sredstvo) cime ono postoja deo tog sistema.

Nadam se da ce neko imati i zelje i ideje kako da nam pomogne - sto se tice svega - mozete pisati ovde ili me naci na ICQ-u ili Skype-u - nickname - SpelingMistakes.

Svako dobre volje spreman da pomogne i ucestvuje je dobrodosao

Za sada toliko

Spel