問題タブ [face-detection]

Delphi (私は Delphi 2009 を使用しています) で利用できる無料または商用の優れたコンポーネントで、写真 (つまり、グラフィックス/画像) 内の顔の検出とタグ付けを簡単に実装できるものはありますか?

Google Picasa のウェブ アルバムでできることと同様のことを、アプリケーション内で行う必要があります。

顔 (特定の人ではなく、顔がどこにあるか) を識別し、部屋を移動するときにそれらを追跡する方法を探しています。

私たちは人の歩行速度を測定しようとしていますが、これが人を人として識別する最も簡単な方法だと思いました。このプロジェクトにはかなり高速なカメラを用意するので、「frame00 の face1 == frame01 の face1」かどうかを確認するロジックをおそらく使用できます。

理想的には、そのようなソフトウェアは面のリスト (x、y 位置など) とそれらのサイズを返します。

キオスク内に携帯電話を組み込んだ情報キオスクを設計しています。電話の VGA カメラをセンサーとして使用して、誰かがキオスクの前に立っていることを検出することは可能でしょうか?

コードで VGA カメラを使用して動きを検出するには、どの SW コンポーネント (Java、API、Bluetooth スタックなど) が必要ですか?

私は何千もの似たような人、物、場所、物を含む非常に大きな写真ギャラリーを持っています. 写真に写っている人々の大半は、自分のユーザー アカウントと一致するアバター写真を持っています。また、各写真で利用可能な追加データに基づいて、写真に写っている可能性のある人物の論理的な短いリストもあります。ユーザーが友人や知り合いの写真にタグを付けることができるようにしていますが、自動化されたプロセスの方が優れています。

Facebookの写真と統合するface.comの写真タガー/ファインダーを使用しました.個人アルバム用のGoogle Picasa写真タガーも同じことを行い、まさに私が探しているものです.

PHP スクリプト、Google Picasa の API、face.com またはその他の認識サービス、またはサーバー側の顔認識および/または類似性による写真のグループ化を提供するその他のオープン ソース プロジェクトはありますか?

例:ご覧のとおり、さまざまな写真共有サイトがこの機能を提供していますが、自分のサーバーに保存されている画像の API や、自分のギャラリーやタグ付けシステムにリンクするのに十分な拡張機能を提供するサイトはありますか?

• viewdle - ビデオの顔認識/タグ付け
• PHP - 純粋な PHP での顔検出
• Xarg
• OpenCV
• Face.com - Facebook で写真を検索してタグ付けするためのアプリ
• Google Picasa - 写真共有
• TeraSnaps - 写真共有サイト
• Google ポートレート- Google 画像検索結果からの写真のグループ化
• FaceOnIt - ビデオ顔認識
• PittPatt - 検出、認識、ビデオ顔マイニング
• ベータフェイス
• ChaosFace - リアルタイム顔検出器

Ruby または Javascript を使用して、静止画像内の顔を検出する方法を誰か教えてもらえますか?

私は自分の記事のために、顔の検出と比較に関する小さな調査を行っています。現在、私は OpenCV カスケードに基づく haar のような機能に基づく迅速な顔検出を使用しています (後で学習を実装します)。次のステップは、顔の比較です。よく知られているアルゴリズムはありますか? いくつかの C# コードがあれば、それらを説明したり、それらを実装するいくつかの dll を説明したりするのは素晴らしいことです。

私はViola-Jonesの顔検出アルゴリズムの適応を実装してきました。この手法は、画像内に24x24ピクセルのサブフレームを配置し、その後、可能な限りすべてのサイズですべての位置に長方形のフィーチャを配置することに依存しています。

これらの機能は、2つ、3つ、または4つの長方形で構成できます。次の例を示します。

彼らは、網羅的なセットが180k以上であると主張しています（セクション2）：

検出器の基本解像度が24x24であることを考えると、長方形の特徴の網羅的なセットは非常に大きく、180,000を超えます。Haarの基礎とは異なり、長方形の特徴のセットは不完全であることに注意してください。

以下の記述は、この論文では明示的に述べられていないため、私の側の仮定です。

1. 2つの長方形の機能が2つ、3つの長方形の機能が2つ、4つの長方形の機能が1つだけです。この背後にある論理は、強調表示された長方形の違いを観察していることであり、色や輝度などを明示的に観察しているわけではありません。
2. フィーチャタイプAを1x1ピクセルブロックとして定義することはできません。少なくとも1x2ピクセルである必要があります。また、タイプDは少なくとも2x2ピクセルである必要があり、このルールは他の機能にも適用されます。
3. 中央のピクセルは分割できないため、フィーチャタイプAを1x3ピクセルのブロックとして定義することはできません。また、それ自体からそれを差し引くことは1x2ピクセルのブロックと同じです。このフィーチャタイプは、偶数の幅に対してのみ定義されます。また、フィーチャタイプCの幅は3で割り切れる必要があり、このルールは他のフィーチャにも適用されます。
4. 幅や高さが0のフィーチャを定義することはできません。したがって、xとyを24からフィーチャのサイズを引いた値まで繰り返します。

これらの仮定に基づいて、私は徹底的なセットを数えました：

結果は162,336です。

Viola＆Jonesが話す「180,000以上」を概算するために私が見つけた唯一の方法は、仮定＃4を削除し、コードにバグを導入することです。これには、4行をそれぞれ次のように変更することが含まれます。

その結果、180,625になります。（これにより、機能がサブフレームの右または下、あるいはその両方に接触するのを効果的に防ぐことができます。）

もちろん、質問です。彼らは実装に誤りを犯しましたか？サーフェスがゼロのフィーチャを検討することは意味がありますか？それとも私はそれを間違った方法で見ていますか？

私はAIをいじくり回すのが好きで、顔認識を試してみたかったのです。最初のステップは、写真から顔を見つけることです。これは通常どのように行われますか？サンプル画像の畳み込みを使用していますか、それとも統計ベースの方法を使用していますか？顔のバウンディングボックスをどのように見つけますか？私の目標は、すべてのデジタル写真から私の子供たちの写真を分類することです。

前もって感謝します。