Rilevatore di volti Viola Jones

Il progetto di esempio Viola-Jones fornito con la CMUcam3 è un esempio di rilevatore di volti leggero. L’algoritmo si basa sul noto articolo «Robust Real-Time Face Detection» di P. Viola e M. Jones del 2004 (viola-ijcv04.pdf). L’implementazione sulla CMUcam3 restituirà le coordinate dei riquadri in cui rileva un volto nell’immagine. Se testi questo codice con uno sfondo relativamente uniforme (come una parete bianca), funziona ragionevolmente bene. Le immagini sono addestrate dal database di volti della CMU in modo da generalizzare a tutti i volti. A volte alcuni volti con caratteristiche non presenti nel database possono confondere il rilevatore.

The paper (viola-ijcv04.pdf) introduces a novel technique to detect faces in real-time and with very high detection rate. It is essentially a feature-based approach in which a classifier is trained for Haar-like rectangular features selected by Adaboost. The test image is scanned at different scales and positions using a rectangular window, and the regions which pass the classifier are declared as faces. One of the major contributions of this paper is the extremely rapid computation of these features using the concept of Integral Image, which enables the detection in real-time. Additionally, instead of learning a single classifier and computing all the features for all the scanning windows in the image, a number of classifiers are learnt which are put together in a series to form a cascade. The classifiers in the beginning of the cascade are simpler and consist of smaller numbers of features. However, as one proceeds in the cascade, the classifiers become more complex. A region is reported as detection only if it passes all the classifier stages in the cascade. If it is rejected at any stage, it is discarded and not processed further. This way, the easier patches in the image which the «cascade of classifiers» is sure of not being a face, are rejected very early while the difficult regions are operated on by more complex classifiers. This greatly speeds up the detection process without compromising on the accuracy and provides high detection rate. This overall system provides performance comparable to the existing best face detector systems (Rowley et al., 1998 CVPR00.pdf; Schneiderman and Kanade, 2000 nips00.pdf; Roth at al., 2000 rowley-ieee.pdf) but with orders of magnitudes faster than any of these systems. On a conventional desktop, it can detect faces at 15 frames per second.

Ulteriori informazioni sul rilevatore di volti Viola-Jones e sulla sua implementazione per la CMUcam3 si trovano nel nostro documento CC3 Face Detector.

Utility e immagini aggiuntive

• generate_feat_in_struct_for_C.m

  • Questo file Matlab stampa il modello adaboost appreso in un file di testo in modo che possa essere facilmente importato in vj.h

• get_scaled_feature.m

  • Questo file è utilizzato da generate_feat_in_struct_for_C.m

• Immagini di test che abbiamo utilizzato per il rilevatore di volti viola-jones

  • Face DB Face DB2