| |
|
|
| |
|
微软的人脸检测技术利用一个新颖的三步过程，迅速在静止图像和实时录像中检测脸部信息。通过在图像过滤的最后一步使用大量计算资源，这项技术在提高检测速度的同时降低了计算成本。对于以下几方面，微软的人脸检测技术十分有效：整合多张监视图像以降低查看疲劳度、创建尖端脸部识别系统和构建自动化视频会议系统。 |
|
| |
|
|
|
| |
|
概述： |
|
| |
|
微软的人脸检测系统提供了一种能够自动在静态图像和实时视频中检测脸部的解决方案。它可检测任何比例、任何位置的各种脸部。
|
|
| |
|
该系统的输入是摄影图像或视频流。输出的是与所检测脸部的位置与比例相对应的矩形阵列。没有检测到脸部时，系统返回空阵列。 |
|
| |
|
首先，系统利用自适应预过滤器排除输入中它确信不包含脸部的矩形。 |
|
| |
|
接下来，系统将余下的矩形输入到称作“放大链”的算法中进行改进。放大链是微软研究院开发的用于快速对象检测的一个框架（有关放大链的详细信息，请参阅下面的“文档”部分）。 |
|
| |
|
最后，系统尝试排除误报。它应用色彩过滤器和边缘过滤器来提高检测的精度，并使用支持向量机
(SVM) 过滤器、亮度修正和直方图均衡化来进一步排除误报。之后，系统输出包含所检测脸部的所有矩形以及每次检测的可信度信息。 |
|
| |
|
|
|
| |
|
优势： |
|
| ●取得专利的三步式检测算法实现了快速脸部检测
|
| ●准确度极高 |
| ●分段图像过滤和分析降低了计算成本
|
| |
| 核心用途： |
| 1.在视频会议中，带有广角镜头的无源摄影机拍摄到的是会议桌周围在座人员的全景。有 |
| 源摄影机则能够拍摄到讲话者的特写镜头。为广角图像运行脸部检测可以判断会议桌周 |
| 围与会者的位置。当与会者发言时，高分辨率摄影机能够放大发言者的脸部并将其置于 |
| 图像中央。 |
| |
| 2.在视频监控的实际使用中，许多应用程序都同时使用多个摄影机进行监控。结果就用到 |
| 多个监视器来播放各种输出视频流。人工监控多个屏幕单调乏味，操作人员很容易感到 |
| 疲劳。脸部检测技术则有助于将来自多个屏幕的数据削减到一个主屏幕上进行监控。 |
| |
| 特有功能： |
| 这种三步式检测算法检测速度快、精确度高，具有空前的速度性能。它能够通过有效的侧面和两极旋转成功地检测脸部。 |
| |
| 技术规范： |
| ●使用 C++ 语言实现
|
| ●当前已优化，可处理
1024x768 视频流 |
| |
|
| |
|
| |
| |
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
