Scaricare la presentazione
La presentazione è in caricamento. Aspetta per favore
1
Computer Vision Sviluppo di una applicazione come strumento di supporto per utenti tetraplegici Laureando: Roberto Valenti Relatore: prof. Massimo Ferri Correlatore: prof. Fabio Vitali
2
La situazione Società e tecnologia –L’informazione alla base della società Disabilità e tecnologia –Aumento del divario tra normodotati e disabili.
3
Cosa si vuole realizzare? Integrazione di utenti tetraplegici nella “Società dell’informazione” –Un sistema di puntamento innovativo –Un metodo di scrittura che non implichi la pressione di tasti (attraverso OSK)
4
Cosa ci serve? Gestione di stream video dalla webcam Un veloce riconoscitore di volti Creazione di eventi sul sistema operativo target
5
Diagramma di Funzionamento Controls Events Render Realtime Stream Processing Detection Init
6
Fast Face Detection Componenti necessarie: –Immagini Integrali –Adaboost –Classificatori a Cascata
7
Classificatori Sono alberi decisionali con almeno due foglie “BUY NOW”, un esempio di classificatore per spam. Classificatori deboli e forti Classificatori basati sulle caratteristiche “Haar-Like”.
8
Caratteristiche “Haar-Like”
9
Problema: Ripetuti calcoli di somme di pixel compresi in aree rettangolari Aumento del costo computazionale Soluzione: Immagini Integrali
10
Immagini Integrali A = 1 B = 2-1 C = 3-1 D = 4-A-B-C D = 4+1-(2+3)
11
Problema: Più di 180000 caratteristiche in ogni immagine Classificatori troppo complessi Soluzione: AdaBoost
12
AdaBoost “BUY NOW”: una estensione Adaboost applicato ad immagini
13
Risultati Adaboost Le prime due caratteristiche selezionate dall’ Adaboost mostrate in sovrapposizione ad un’immagine “positiva”
14
Problema: Ricerca in immagini più grandi di quelle di addestramento Ricerca in diverse scale Costo proibitivo della procedura Soluzione: Classificatori a Cascata
15
Classificatori a cascata All Sub-windows T T TT Reject Sub-window FFFF 1234
16
Dimostrazione e Conclusioni
Presentazioni simili
