ledzenie Rozpoznawanie Twarzy i Systemy Biometryczne 20052006 Plan

Śledzenie Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Plan wykładu Zastosowanie śledzenia Przegląd dostępnych metod Przepływ optyczny Eliminacja błędów filtrem Kalmana Wybór punktów Algorytmy wężykowe Podsumowanie Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Zastosowanie śledzenia Monitorowanie dużych obiektów Określanie właściciela przedmiotu Zastosowania marketingowe Polepszenie klucza opisującego twarz Wykrywanie sytuacji nietypowych Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przegląd metod Optical Flow – przepływ optyczny Algorytm Con. Densation Metoda Distributed Monte Carlo Wykorzystanie fal Gabora Wykorzystanie koloru Śledzenie twarzy w filmach w skali szarości Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przepływ optyczny – widoczny ruch jasności w obrazie. Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przepływ optyczny Założenia: n n Płaska powierzchnia obiektu, Jednorodne oświetlenie padające na obiekt, Jasność punktu proporcjonalna do światła odbitego od powierzchni całego obiektu, Ciągła zmiana światła odbitego. Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przepływ optyczny y + dy y x t 1 x + dx t 1+dt t Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przepływ optyczny Jeżeli I(x, y, t) opisuje jasność należy dodatkowo założyć: n n I(x, y, t) zależy od współrzędnych x, y w większej części obrazu Jasność każdego punktu w poruszającym się obiekcie nie zmienia się w czasie Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przepływ optyczny Przesuwamy wzorzec – jasność punktów pozostaje stała stąd: Wykorzystując szereg Taylora: Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przepływ optyczny Jeżeli podstawimy: Otrzymamy równanie liniowe z dwoma niewiadomymi – równanie przepływu optycznego Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przepływ optyczny Linia ograniczeń Prędkość leży na linii prostopadłej do grad. jasności w obrazie Odległość linii jest równa Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przepływ optyczny Różne podejścia n n n Łączenie przylegających pikseli w grupy przy założeniu, że mają jednakową prędkość (Lucas & Kanade) Obliczenia z wykorzystaniem pochodnych wyższego rzędu (Horn & Schunck) Łączenie bloków (Block Matching) Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Przykład Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Filtr Kalman’a Przykład estymatora Bayes’a Eliminacja błędów śledzenia Etapy działania Przewidywanie Uaktualnianie Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Filtr Kalman’a Filtr estymuje kolejny stan systemu x rozwiązując dyskretne równanie różnicowe Równanie miary systemu Pierwotny stan systemu Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Filtr Kalman’a Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Filtr Kalman’a Stan systemu Macierz przejścia między stanami i zależności między stanem a miarami Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Filtr Kalman’a Błąd a priori i a posteriori Macierze kowariancji błędu a priori i a posteriori Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Filtr Kalman’a Przewidywanie stanu systemu w przód Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Filtr Kalman’a Uaktualnianie – dodanie obliczonych miar w celu polepszenia estymacji Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Filtr Kalman’a vt z + - Kt Ht xt + + xt-1 At delay Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wybór punktów Punkty o dużym gradiencie n n Kontury Punkty o wysokim lokalnym gradiencie a znajdujące się na obiekcie Punkty, które nie są przysłaniane Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wybór punktów Twarz Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wybór punktów Obiekt Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wężyki – aktywne kontury Detekcja krawędzi Śledzenie Do teraz – tylko informacja z obrazu Nowość – dodatkowa informacja Rozwiązanie dla lokalnych minimów Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wężyki – aktywne kontury Wężyk – zbiór uszeregowanych punktów v(s) opisujących kontur, na który oddziałują różne siły dążący do zminimalizowania swojej energii. Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wężyki – aktywne kontury Siły n Wewnętrzne w Zachowanie ciągłości oraz gładkości n Zewnętrzne w Zależą od informacji zawartej w obrazie w Wymuszane przez użytkownika Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wężyki – aktywne kontury Energia wewnętrzna dąży do wyrównania odległości między punktami zapewnia spójność Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wężyki – aktywne kontury Energia zewnętrzna – energia obrazu Linie Krawędzie Przestrzeń Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wężyki – śledzenie Przykład Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Podsumowanie Zastosowanie algorytmów śledzenia w wielu dziedzinach Stosowanie wielu specjalizowanych algorytmów Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Dziękuje Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006