Penelitian
ini menjelaskan tentang kerangka deteksi wajah yang mampu pengolahan gambar
sangat cepat sementara mencapai tingkat deteksi yang tinggi. Ada tiga
kontribusi utama. Yang pertama adalah pengenalan baru representasi gambar yang
disebut "Integral Image" yang memungkinkan fitur yang digunakan oleh
detektor kami harus dihitung sangat cepat. Yang kedua adalah sederhana dan efisien
dikelompokkan er yang dibangun menggunakan algoritma pembelajaran AdaBoost (Freund
dan Schapire, 1995) untuk memilih sejumlah kecil fitur visual penting dari satu
set yang sangat besar fitur potensial. Kontribusi ketiga adalah metode untuk
menggabungkan ers fi klasi dalam "cascade" yang memungkinkan latar
belakang wilayah gambar yang akan cepat dibuang saat menghabiskan lebih
perhitungan pada menjanjikan wajah-seperti daerah. Satu set percobaan dalam
domain deteksi wajah disajikan. Sistem menghasilkan menghadapi kinerja deteksi sebanding
dengan yang terbaik sistem sebelumnya (Sung dan Poggio, 1998; Rowley et al,
1998;. Schneiderman dan Kanade, 2000; Roth et al., 2000). Diimplementasikan
pada desktop konvensional, deteksi wajah hasil pada 15 frame perkedua.
Kata kunci: face
detection, boosting, human sensing
untuk jurnal lengkap dapat dilihat dan diunduh disini
0 komentar:
Post a Comment