- CV(Computer Vision)
- 시각적 세계를 해석하고 이해하도록 컴퓨터를 학습시키는 인공 지능 분야
| object detection | face landmark detection |
|---|---|
| 유의미한 특정 객체를 감지하는 작업 | 눈, 코, 입, 귀와 같은 얼굴 각각의 위치들을 찾아내는 기술 |
 |  |
keypoint detection : 이미지에서 특징점을 검출하는 것
OpenCV
- 컴퓨터 비전 라이브러리 ex)
cv2.imread('이미지 파일', flag 값) - cv2.IMREAD_COLOR : 이미지 파일을 Color로 읽기(Default), 1
- 투명한 부분은 무시됨
- cv2.IMREAD_GRAYSCALE : 이미지를 Grayscale로 읽기, 0
- cv2.IMREAD_UNCHANGED : 이미지파일을 alpha channel까지 포함하여 읽기, -1
얼굴 검출 face detection
dlib의 face detector는 HOG(Histogram of Oriented Gradients) feature를 사용해서 SVM(Support Vector Machine)의 sliding window로 얼굴을 찾는다
-
HOG(Histogram of Oriented Gradients) : 영상의 지역적 그래디언트 방향 정보를 히스토그램으로 표현해서 영상의 형태를 표현하는 방법
-
sliding window : 사진을 윈도 사이즈에 맞춰 나눈 다음 매 윈도우로 잘린 이미지를 입력값으로 모델을 통과해서 결과를 얻는 방법
-
cvtColor(): convert color -
detector_hog: 이미지 upsampling방법을 통해 데이터의 크기를 키우는 것 ⇨ 이미지 피라미드 -
dlib detector :
dlib.rectangles타입의 객체를 반환- dlib.rectangles 는 dlib.rectangle 객체의 배열 형태
- left(), top(), right(), bottom(), height(), width() 등의 멤버 함수를 포함
-
face landmark localization : 이목구비의 위치를 추론하는 것
-
object keypoint estimation : Face landmark와 같이 객체 내부의 점을 찾는 기술
- top-down : bounding box를 찾고 box 내부의 keypoint를 예측
- bottom-up : 이미지 전체의 keypoint를 먼저 찾고 point 관계를 이용해 군집화 해서 box 생성
-
Dlib landmark localization
