vision.CascadeObjectDetector
使用Viola-Jones算法检测对象
描述
级联对象探测器使用Viola-Jones算法来检测人的脸,鼻子,眼睛,嘴,或上半身。您还可以使用图片标志训练一个自定义分类器来使用这个系统对象。有关函数是如何工作的,看到的开始使用级联对象探测器。
检测面部特征或上半身的图片:
创建
vision.CascadeObjectDetector对象并设置其属性。调用对象的参数,就好像它是一个函数。
了解更多关于系统对象是如何工作的,看到的系统对象是什么?
创建
语法
描述
探测器= vision.CascadeObjectDetector
探测器= vision.CascadeObjectDetector (创建一个检测器配置为检测对象定义的输入特征向量,模型)模型。
探测器= vision.CascadeObjectDetector (创建一个探测器,配置使用指定的自定义分类模型XMLFILE)XMLFILE输入。
探测器= vision.CascadeObjectDetector (名称,值)探测器= vision.CascadeObjectDetector (“ClassificationModel”、“UpperBody”)
属性
使用
描述
输入参数
输出参数
对象的功能
使用一个目标函数,指定系统对象™作为第一个输入参数。例如,释放系统资源的系统对象命名obj使用这个语法:
发行版(obj)
例子
检测人脸在图像使用额分类模型
创建一个人脸检测器对象。
faceDetector = vision.CascadeObjectDetector;
读取输入图像。
我= imread (“visionteam.jpg”);
检测的面孔。
bboxes = faceDetector(我);
注释发现脸。
ifac = insertObjectAnnotation(我“矩形”bboxes,“脸”);图imshow (ifac)标题(检测到人脸的);
检测上半身使用上半身分类模型在图像
创建一个身体探测器对象并设置属性。
bodyDetector = vision.CascadeObjectDetector (“UpperBody”);bodyDetector。MinSize=[60 60]; bodyDetector.MergeThreshold = 10;
读取输入图像和检测的上半身。
I2 = imread (“visionteam.jpg”);bboxBody = bodyDetector (I2);
注释上发现尸体。
IBody = insertObjectAnnotation (I2,“矩形”bboxBody,“上身”);图imshow (IBody)标题(检测到上半身的);
算法
级联分类器的
这个对象使用一个级联分类器的有效过程图像区域的目标对象。每个阶段的级联应用越来越复杂二元分类器,该算法可以快速拒绝不包含目标区域。如果没有找到所需的对象在任何阶段的级联,探测器立即拒绝终止该地区和处理。终止的对象进一步避免了调用计算密集型分类器级联。
多尺度对象检测
探测器逐步尺度的输入图像来定位目标对象。在每个规模增量,滑动窗口的大小是一样的训练图像大小,扫描定位对象的缩放图像。的ScaleFactor属性决定了连续增量之间的伸缩量。
搜索区域大小有关ScaleFactor在以下方式:
搜索区域=轮((ObjectTrainingSize)* (ScaleFactorN))
搜索窗口遍历每个扩展增量的形象。
合并检测阈值
对于每个规模增量,搜索窗口遍历图像产生多个探测到目标对象。多个检测每个目标对象合并为一个边界框。您可以使用MergeThreshold属性来控制所需的检测数量之前结合或拒绝检测。最终的边界框的大小平均单个检测的边界框的大小和谎言之间MinSize和最大尺寸。
引用
[1]Lienhart R。,Kuranov A。,V. Pisarevsky "Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection."美国25日DAGM研讨会模式识别。德国马格德堡,2003年。
[2]Ojala Timo, Pietikainen马蒂·,Maenpaa遮阳帽,“多分辨率灰度和旋转不变的纹理分类与局部二进制模式”。在IEEE模式分析与机器智能,2002。问题7卷24日,页。971 - 987。
[3]Kruppa H。,Castrillon-Santana M., and B. Schiele. "Fast and Robust Face Finding via Local Context" .美国联合IEEE国际研讨会视觉追踪和监测的监测和绩效评估,2003年,页157 - 164。
[4]Castrillon马可,Deniz奥斯卡,Guerra公爵卡耶塔诺,埃尔南德斯马里奥,“ENCARA2:实时检测多个视频流在不同的决议”。金宝搏官方网站在杂志的视觉传达和图像表示2007(18):130 - 140页。
[5]于石漆“眼睛检测。”Shiqi Yu’s Homepage. http://yushiqi.cn/research/eyedetection.
[6]Viola,保罗和迈克尔·j·琼斯,“快速目标检测使用了简单的级联功能”,2001年IEEE计算机学会学报计算机视觉与模式识别会议,2001年。数量:1、pp.511 - 518。
[7]中间人,N。,B. Triggs, " Histograms of Oriented Gradients for Human Detection" .国际工程师协会下属的计算机协会的会议上计算机视觉和模式识别。卷1,(2005),页886 - 893。
[8]Ojala, T。,米。Pietikainen, and T. Maenpaa, " Multiresolution Gray-scale and Rotation Invariant Texture Classification With Local Binary Patterns" .IEEE模式分析与机器智能。卷24,2002年7月7号,第971 - 987页。
