università degli studi la sapienza cls ingegneria informatica a.a. 2007/2008 visione e percezione...
TRANSCRIPT
![Page 1: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/1.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Visione e PercezioneVisione e Percezione
Face RecognitionStudenti:
Andrea Pennisi
Daniele Perrone
Gianpaolo Schepis
Prof.: Fiora Pirri
Tutor: Stefano Marra
![Page 2: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/2.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Come trovare la pelle?
Lo spazio dei colori cromatici e la luminescenza La normalizzazione della luminescenza
r= R/(R+B+G)
b= B/(R+B+G)
- UN APPROCCIO PROBABILISTICO
![Page 3: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/3.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Creazione della distribuzione cromatica della pelle umana
Scelta dei campioni di pelle Filtraggio per la riduzione dei disturbi (Filtro passa-basso)
![Page 4: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/4.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Applicazione della distribuzione cromatica della pelle Modello Probabilistico
Realizzazione dell’approccio probabilistico 1/2
![Page 5: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/5.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Realizzazione dell’approccio probabilistico 2/2
L’immagine segmentata Scelta del bounding box contenente la faccia
![Page 6: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/6.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Features Detector
Approccio a 2 livelli: Primo livello restringimento
dell'area di ricerca, vengono restituite 3 possibile aree in cui sono presenti occhi e naso
Estrazione vera e propria delle features di interesse, utilizzando funzione di probabilità sulla posizione delle features.
Secondo Livello
Primo LIvello
Area1 Area3Area2
leftEye rightEye nose
![Page 7: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/7.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Features Detector
Primo Livello: base PCA per ogni canale RGB di
immagini 40x35 contenenti area occhi naso di un insieme di immagini di training.
Ricerca area di interesse su immagine scalata su 3 fattori di scala.
![Page 8: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/8.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Features DetectorSecondo livello: base PCA per ogni canale RGB di
immagini 30x30 per occhio sinistro, occhio destro e naso.
Limitazione dell'area di ricerca tramite densità probabilistica sulla posizione delle features, ottenuta tramite maximum-Likelihood su training set.
Scelta per ogni feature punti a probabilità maggiore, dopo aver sommato risultati per ogni canale RGB
![Page 9: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/9.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Features Detector
Risultati e Test:
70% detection corretti su immagini senza restrizioni.
90% detection corretti su immagini di discreta qualità con posa principalmente centrale.
Curva ROC occhio sinistro
![Page 10: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/10.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
La Normalizzazione delle immagini
Normalizzazione Locale
f(x,y) Immagine Originale m(x,y) media locale relativa a f(x,y) σ(x,y) deviazione standard locale g(x,y) immagine di output
![Page 11: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/11.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Il Database I nomi delle persone I pesi di: occhio destro, occhio sinistro e naso
![Page 12: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/12.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Il Riconoscimento 1/2
Distanza Euclidea N-dimensionale (D)
Calcolata per tutte e tre le features: Occhio destro Occhio Sinistro Naso
![Page 13: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/13.jpg)
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Il Riconoscimento 2/2
Troviamo la più piccola distanza euclidea per ogni features:
Dx < Dmin
Troviamo l'indice corrispondente che ricorre di più
![Page 14: Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone](https://reader035.vdocuments.pub/reader035/viewer/2022062701/5542eb57497959361e8c1971/html5/thumbnails/14.jpg)
I risultati
Università degli studi “La Sapienza”CLS Ingegneria Informatica
a.a. 2007/2008
Test orientati al riconoscimento della singola immagine
Percentuale riconoscimento 46%
Problema: Sensibilità alta della PCA