Efficient Boosted Exemplar-based Face Detection |
|
이 논문은 Exemplars를 이용한 boosting 기법에 대해 설명한다. 기존 Exemplar 방법의 경우 매우 큰 메모리와 오랜 시간이 걸린다는 단점이 있다고 한다. 이를 해결하기 위해, 다양한 Exemplar 이미지들 중, 부스팅 기법으로 효과적인 예제 영상을 선택하고, 이들의 조합을 통해 Confidence map을 생성하여 얼굴을 검출하는 방법에 대해 설명한다. 3.1 Single Exemplar as Weak Detector에 대해서 설명하는데, 해당 방법을 이해? 구현을 위해서 아래 9,18,19 논문을 이해할 듯 하다. 왜냐하면 수많은 예제 영상에서 빠르게 유사한 영상을 찾아야 하기 때문이다. Once the image is selected into the database, the bag-of-visual-words and associated spatial locations will be built into the inverted file index for efficient retrieval in the testing stage. We refer the readers to [9, 18, 19] for more details. 또한 영상을 tile 형태로 분리하고, 각 타일은 일정부분 오버랩되고 나누고, 이를 독립적으로 연산함으로써, 좀 더 작은 메모리 연산이 가능하다고 설명한다. 이부분은, 좀 생각해봐야겠다. 그림 6은 기존 이미지 피라미드와 제안하는 피라미드의 구조를 보여준다. 원본 이미지와 2배 다운샘플링한 영상에서 같은 ROI로 슬라이딩 윈도우를 한다는 것이다. Scale 증감은 결론 1. RealAdaboost와 Boosted Exemplar-based face detector를 사용하여 제약사항이 없는 얼굴 검출 방법을 제안 - 이 방법은 좋은 exemplar detector를 학습하고, 많은 양의 예제 영상을 줄임으로써 좀 더 효과적인 Exemplar-based Face Detector를 만들었다. 2. Face 영상과 Non-Face 영상을 포함하는 보다 일반적인 모형을 정의함으로써, 예제 영상을 수집하는 노력을 경감시키고, 네거티브 예제 영상들이 False alarm을 억제시키도록 할 수 있게 되었다. 3. Tile-based 방법과 Simplified Image Pyramid의 아이디어로, 속도와 메모리의 효율성을 개선하였다. |
이다. [9] B. Leibe, A. Leonardis, and B. Schiele. Combined object categorization and segmentation with an implicit shape
model.In ECCVW, 2004.
[18] X. Shen, Z. Lin, J. Brandt, S. Avidan, and Y. Wu. Object retrieval and localization with spatially-constrained
similarity measure and k-nn re-ranking. In CVPR, 2012.
[19] X. Shen, Z. Lin, J. Brandt, and Y.Wu. Detecting and aligning faces by image retrieval. In CVPR, 2013.