Real-time AdaBoost cascade face tracker based on likelihood map and optical flow

要約

著者らは、オプティカル フロー情報が Viola Jones 検出アルゴリズムの修正版に組み込まれる、新しい顔追跡アプローチを提示します。
元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的です。
さらに、候補ウィンドウは分類カスケードのすべての段階を通過する必要があります。それ以外の場合、顔を含まないものとして破棄されます。
対照的に、提案されたトラッカーは、各ウィンドウが通過した分類段階の数に関する情報を保持します。
このような情報は、その位置に顔がある確率を表す尤度マップを作成するために使用されます。
追跡機能は、オプティカル フロー計算によって尤度マップの位置を次のフレームに外挿することによって提供されます。
提案されたアルゴリズムは、標準のラップトップでリアルタイムに動作します。
このシステムは、Boston Head Tracking Database で検証されており、提案されたアルゴリズムが検出率と出力バウンディング ボックスの安定性の点で標準の Viola Jones 検出器よりも優れていることが示されています。また、オクルージョンを処理する機能も含まれています。
また、著者は、畳み込みネットワークと変形可能なパーツ モデルに基づいて、最近公開された 2 つの顔検出器を評価し、それらのアルゴリズムは、わずかな計算時間で同等の精度を示しています。

要約(オリジナル)

The authors present a novel face tracking approach where optical flow information is incorporated into a modified version of the Viola Jones detection algorithm. In the original algorithm, detection is static, as information from previous frames is not considered. In addition, candidate windows have to pass all stages of the classification cascade, otherwise they are discarded as containing no face. In contrast, the proposed tracker preserves information about the number of classification stages passed by each window. Such information is used to build a likelihood map, which represents the probability of having a face located at that position. Tracking capabilities are provided by extrapolating the position of the likelihood map to the next frame by optical flow computation. The proposed algorithm works in real time on a standard laptop. The system is verified on the Boston Head Tracking Database, showing that the proposed algorithm outperforms the standard Viola Jones detector in terms of detection rate and stability of the output bounding box, as well as including the capability to deal with occlusions. The authors also evaluate two recently published face detectors based on convolutional networks and deformable part models with their algorithm showing a comparable accuracy at a fraction of the computation time.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google