Antes, la detección de rostros implicaba escanear muchas ventanas posibles y ejecutar demasiados cálculos en cada parche. Viola y Jones replantearon el problema como una cascada: la mayoría de las ventanas son fondo, así que rechazarlas debe ser casi gratuito.
Su artículo de CVPR menciona tres contribuciones: la imagen integral para el cálculo rápido de características, AdaBoost para seleccionar un pequeño número de características visuales críticas, y una cascada que solo dedica más cálculo a las regiones prometedoras que parecen objetos.
Para la detección de rostros, el artículo reporta tasas comparables a los mejores sistemas anteriores y afirma que el detector funcionaba a 15 fotogramas por segundo sin diferenciación de imágenes ni detección de color de piel.
Rechazar regiones vacías de la imagen casi sin costo
La imagen integral hizo que muchas características rectangulares fueran lo bastante baratas como para evaluarlas repetidamente.
AdaBoost convirtió un enorme conjunto de características en un detector compacto.
La cascada se ajustaba a la distribución de los datos: la mayoría de las ventanas son negativos fáciles.
La velocidad puede provenir del orden de las decisiones, no solo de características más rápidas. Coloque primero el filtro más barato y de mayor exhaustividad, y reserve el detalle para los pocos candidatos que sobrevivan.
El marco de Viola-Jones se convirtió en un hito de la visión por computadora en tiempo real y de la detección de rostros. Los sistemas posteriores de aprendizaje profundo lo superaron, pero la idea de la cascada sigue siendo un ejemplo claro de dedicar cálculo solo donde la incertidumbre persiste.
CONSULTA LAS PRUEBAS
Las fuentes
- Rapid object detection using a boosted cascade of simple features CVPR via OpenAlex · api.openalex.org ·