44
Fazendo máquinas enxergarem com OpenCV TCHÊLINUX 2014 Felipe Aguiar Corrêa [email protected]

Tchelinux 2014 visão computacional

Embed Size (px)

Citation preview

Page 1: Tchelinux 2014 visão computacional

Fazendo máquinas enxergarem com OpenCV

TCHÊLINUX 2014Felipe Aguiar Corrêa

[email protected]

Page 2: Tchelinux 2014 visão computacional

Quem é esse cara aí?

❏ UFPEL❏ Ciência da Computação❏ Visão Computacional❏ Rastreamento de Pedestres

Page 3: Tchelinux 2014 visão computacional

Visão Computacional

❏ Sub-área da Inteligência Artificial❏ Multidisciplinar❏ Inspiração neurobiológica❏ Dar significado a imagens digitais

Page 4: Tchelinux 2014 visão computacional
Page 5: Tchelinux 2014 visão computacional
Page 6: Tchelinux 2014 visão computacional
Page 7: Tchelinux 2014 visão computacional
Page 8: Tchelinux 2014 visão computacional
Page 9: Tchelinux 2014 visão computacional
Page 10: Tchelinux 2014 visão computacional

Também serve para fazer as

pessoas parecerem

mongolóides pulando na

frente de um televisor

Page 11: Tchelinux 2014 visão computacional

INTRODUÇÃO

Page 12: Tchelinux 2014 visão computacional

Conceito de Imagem Digital

❏ Representação numérica de uma imagem bidimensional em forma binária

❏ Assim permite seu armazenamento ou reprodução por meios eletrônicos

❏ Podem ser do tipo raster ou vetoriais

Page 13: Tchelinux 2014 visão computacional

Imagens do tipo raster

❏ Normalmente representadas em uma matriz m x n onde cada célula descreve um pixel

❏ Imagens de tons de cinza, por exemplo, descrevem a intensidade do tom em cada célula

❏ Imagens do tipo RGB descrevem a cor via distribuição da tripla RGB no pixel

Page 14: Tchelinux 2014 visão computacional
Page 15: Tchelinux 2014 visão computacional

RGB Triplets

Page 16: Tchelinux 2014 visão computacional

Conceito de Imagem Digital II

❏ Imagens digitais não possuem quaisquer informações de contexto, profundidade ou de objetos nelas representados

❏ É tarefa da Visão Computacional obter algum aprendizado a partir do análise das imagens

❏ Detectar objetos, analisar segmentação, estimar profundidade, analisar e detectar eventos e localização, etc

Page 17: Tchelinux 2014 visão computacional

❏ Primeira imagem digitalizada da história

❏ 176x176

❏ Russel Kirsch

❏ National Institute of Standards and Technology (NIST).

Page 18: Tchelinux 2014 visão computacional

Operações de filtros

❏ Filtros são operações numéricas matriciais realizadas na matriz que descreve uma imagem

❏ Ex.: Filtros de soma (tons de cinza)❏ matriz[] + 30 ← clareia imagem❏ matriz[] - 30 ← escurece imagem

❏ Cuidar Overflow e underflow

Page 19: Tchelinux 2014 visão computacional

Visão Computacional e Software Livre...

Page 20: Tchelinux 2014 visão computacional

OpenCV❏ Opensource Computer Vision❏ Originalmente desenvolvido pela Intel Russia em 1999❏ Licença BSD❏ Estrutura modular com módulos para:

❏ Processamento de Imagens❏ Estatística❏ Álgebra Linear❏ Vídeos/Imagens I/O❏ GUI

❏ É mais barato que o Matlab!

Page 21: Tchelinux 2014 visão computacional
Page 22: Tchelinux 2014 visão computacional

Linguagens e Bindings❏ OpenCV foi escrito em C/C++❏ Possui bindings para:

❏ Java❏ Python❏ Visual Basic (ECA!)

❏ Usem Python pois a vida é curta!❏ Numpy, matplotlib e estruturas simples❏ Portável e ideal para embutir em aplicações maiores

❏ Android, BSD, OpenBSD, Windows, Blackberry, Linux e OS X

Page 23: Tchelinux 2014 visão computacional

OpenCV e Visão Computacional

❏ OpenCV possui módulos para Visão Computacional (cv)

❏ Nele está presente os principais algoritmos da área para:❏ detecção de objetos❏ análise de segmentação de imagens❏ rastreamento de alvos❏ entre outros

Page 24: Tchelinux 2014 visão computacional

Detecção de ObjetosAlgoritmo de Viola-Jones e otimização de Lienhart et al (2003)

Page 25: Tchelinux 2014 visão computacional

Algoritmo de Viola-Jones

❏ Proposto por Paul Viola (Microsoft) e Michael Jones (Mitsubishi) em 2001

❏ Abordagem baseado em padrões de aparência treinados❏ obtenção de pontos invariantes de objetos

❏ Estrutura em cascata e em tempo real❏ Uso de imagens integrais para diminuição de custo

de operações

Page 26: Tchelinux 2014 visão computacional

Fluxo do algoritmo1. Treinamento de um descritor de padrões

invariantes (com algoritmo AdaBoost)2. Aplicação dos retângulos classificadores na

imagem3. Bater valor obtidos pelos retângulos com os

treinados do XML4. Caso passe todas etapas, objeto foi

encontrado

Page 27: Tchelinux 2014 visão computacional

Treinamento de Padrões1. Obter imagens positivas2. Obter imagens negativas3. Montar samples de aprendizado com as

possíveis combinações de positivos e negativos

4. Rodar o AdaBoost5. Produto final é um arquivo XML de padrões

haar que descrevem o alvo

Page 28: Tchelinux 2014 visão computacional

Tracklets positivos e samples

Page 29: Tchelinux 2014 visão computacional

XML haar features

Page 30: Tchelinux 2014 visão computacional

Imagens Integrais

Page 31: Tchelinux 2014 visão computacional

Janelas retangulares classificadoras

Page 32: Tchelinux 2014 visão computacional
Page 33: Tchelinux 2014 visão computacional

Otimização de Lienhart

Page 34: Tchelinux 2014 visão computacional

Após estas etapas, qualquer objeto pode ser detectado❏ Praticamente todos objetos do mundo real

possuem padrões invariantes de forma ou cor

❏ Objetos rígidos sólidos tendem a ter uma taxa de acerto maior nesta abordagem❏ Por exemplo: corpos humanos tendem a se dobrar

durante o movimento, o que pode diminuir a taxa de acerto

Page 35: Tchelinux 2014 visão computacional

Voilà

Lenna, 1972

Page 36: Tchelinux 2014 visão computacional

Smartcars que detectam obstáculos

Page 37: Tchelinux 2014 visão computacional

Qualquer objeto mesmo!

http://coding-robin.de/2013/07/22/train-your-own-opencv-haar-classifier.html

Page 38: Tchelinux 2014 visão computacional

Vídeo Viola-Jones

Page 39: Tchelinux 2014 visão computacional

Detectando faces na webcam com OpenCV em Python

❏ cv2.detectMultiScale()❏ scaleFactor❏ minNeighbors❏ minSize

❏ cv2.VideoCapture()

Page 40: Tchelinux 2014 visão computacional

Problemas e discussões

❏ Algoritmo é sensível a oclusões parciais❏ Alguns objetos variam muito de forma e

tamanho❏ É um dos não tão poucos casos que o “bom

senso” e maleabilidade da nossa cognição joga a nosso favor

Page 41: Tchelinux 2014 visão computacional

Detecção X Rastreamento❏ Apenas detectar não significa que algo está

sendo rastreado❏ A cada novo frame de vídeo em que o Viola-

Jones rodar, cada objeto será tratado como um novo objeto

❏ Existem ponderações para rastrear❏ Estatística, comparar histogramas, algoritmos de

associação, estimação de energia contínua, etc

Page 42: Tchelinux 2014 visão computacional

Rastrear partes do corpo humano para controlar interfaces

Page 43: Tchelinux 2014 visão computacional

Rastrear pedestres

❏ Por que seria útil um rastreador de pedestres?

Page 44: Tchelinux 2014 visão computacional

Obrigado!

Perguntas?