Computer Vision - Human detection

1. object detection

- 탐색하려는 물체의 gradient histogram을 가지고 template matching을 수행하면된다.

- 인풋으로 사람 영상이 들어왔다

- 영상의 그라디언트를 구한다.

- bin의 개수를 정해서 block들의 oriented gradient를 구한다.

- normalize한다.

- 이렇게 만들어진 feature vector가 human을 나타낸다.

- feature vector의 차원 공간에서 사람과 사람이 아닌 물체를 구분하는 경계를 만들면 분류기가 만들어진다.

2. Support vector machine

- binary classification을 수행한다.

- fecture vector 차원의 공간에서 두 클래스의 분류를 수행한다.

- 두 공간을 잘 분리하는 함수f를 찾는다.

- 학습데이터를 가지고 cost를 가장낮추는 f를 만든다.

- 최대한 끝에 데이터와 멀리 떨어지는 구분선을 찾도록 한다.

- AN을 최대로 하는 w,b를 찾아내면 된다.

 

모델이 정해지면 이제는 사람 데이터를 넣어서 분류 결과를 받기만 하면된다.

2. face detection

여러 종류의 필터로 사람 얼굴에서 특징을 찾아낸다.

- 사람 얼굴에 대칭이 많으니 대칭이 되는 패턴을 찾기위해 위같은 필터를 활용한다.

- 구역의 합을 A-B-C+D로 구할 수 있다. 네 꼭지점을 알면 그 block의 합을 구할 수 있다.

- 사람 얼굴에서 오른쪽으로 가면서 아래로 가면서 픽셀 값들을 더한다 (적분)

- 덧셈을 w*H만큼 하는 거보다 뺄셈2번 덧셈 1번으로 대체할 수 있다.