Prctica 4Opcin 2

1
Práctica 4 (Opción 2)

• Localización de caras

2
Enunciado

• Implementar un método o métodos que localice una
  cara en una escena y recorte la zona más
  significativa de la misma, es decir, incluyendo
  ojos, nariz y boca.
• Fichero /imaxes/caras/CARAS_Pract_deteccion.mat
  
• 40 imágenes de caras (10 hombres y 10 mujeres,
  serios y sonriendo) en un array
  CARAS(alto,ancho,indice) de tamaño (144,192,40)

3
Método para detección de características faciales

• Utilizar ojos, nariz y boca recortadas como
  patrones para buscar en todas las imágenes
  (distancia euclidea o correlación normalizada )

max
Cross-corr
max
max
4
(No Transcript)
5
(No Transcript)
6
Método para detección de características faciales

• En las pruebas la características más estables
  son la nariz y ojos
• Problemas sonrisas, bigotes, barbas, gafas con
  brillo o bordes gruesos, ojos semi-cerrados,
  pelo.
• Soluciones posibles
• características promediadas (igualando tamaños)
• comparación con varias muestras de cada
  característica (boca sonriente, con barba, etc) y
  establecer reglas sobre la distribución de
  valores máximos boca_x gt nariz_x gt ojos_x
  boca_y nariz_y ojos_y
• quedarse con los M valores mayores de la
  correlación cruzada para cada característica y
  establecer reglas de decisión a partir de ellos.

7
Material a entregar

• función localiza_features
• Entradas cara (imagen conteniendo una cara)
• ojos (subimagen patrón de ojos)
• nariz (subimagen patrón de nariz)
• boca (subimagen patrón de boca)
• Salidas coor_ojos, coor_nariz, coor_boca
  (coordenada central de cada característica
  con respecto a la imagen cara)
• función recorta_caras
• Entradas caras (array conteniendo todas las
  caras a recortar)
• Salidas CARAS_recortadas (array del mismo tipo
  pero con caras recortadas)
• Ojo! Todas las caras recortadas deben tener el
  mismo tamaño final ? imresize

8
Material a entregar (opcional)

• función recorta_caras_2
• Entradas y salidas iguales que antes pero ahora
  se deben usar detectores de contorno para
  localizar la cara sobre el fondo (imágenes
  extremadamente sencillas) y segmentarla para no
  buscar las características faciales en toda la
  imagen (ahorro computacional y reducción de
  falsas detecciones).
• La propia segmentación se debe utilizar, una vez
  localizadas las características para ajustar
  mejor la regla de decisión y ajustar el
  BoundingBox que contiene la cara recortada.