Upload
felipecr
View
80
Download
3
Embed Size (px)
Citation preview
Quem é esse cara aí?
❏ UFPEL❏ Ciência da Computação❏ Visão Computacional❏ Rastreamento de Pedestres
Visão Computacional
❏ Sub-área da Inteligência Artificial❏ Multidisciplinar❏ Inspiração neurobiológica❏ Dar significado a imagens digitais
Também serve para fazer as
pessoas parecerem
mongolóides pulando na
frente de um televisor
INTRODUÇÃO
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
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
RGB Triplets
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
❏ Primeira imagem digitalizada da história
❏ 176x176
❏ Russel Kirsch
❏ National Institute of Standards and Technology (NIST).
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
Visão Computacional e Software Livre...
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!
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
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
Detecção de ObjetosAlgoritmo de Viola-Jones e otimização de Lienhart et al (2003)
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
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
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
Tracklets positivos e samples
XML haar features
Imagens Integrais
Janelas retangulares classificadoras
Otimização de Lienhart
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
Voilà
Lenna, 1972
Smartcars que detectam obstáculos
Qualquer objeto mesmo!
http://coding-robin.de/2013/07/22/train-your-own-opencv-haar-classifier.html
Vídeo Viola-Jones
Detectando faces na webcam com OpenCV em Python
❏ cv2.detectMultiScale()❏ scaleFactor❏ minNeighbors❏ minSize
❏ cv2.VideoCapture()
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
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
Rastrear partes do corpo humano para controlar interfaces
Rastrear pedestres
❏ Por que seria útil um rastreador de pedestres?
Obrigado!
Perguntas?