La détection de visages consistait autrefois à balayer de nombreuses fenêtres possibles et à effectuer trop de calculs sur chaque zone. Viola et Jones ont reformulé le problème sous forme de cascade : la plupart des fenêtres sont du fond, il faut donc rendre leur rejet presque gratuit.
Leur article de CVPR cite trois contributions : l'image intégrale pour un calcul rapide des caractéristiques, AdaBoost pour sélectionner un petit nombre de caractéristiques visuelles critiques, et une cascade qui ne consacre davantage de calcul qu'aux régions prometteuses ressemblant à des objets.
Pour la détection de visages, l'article rapporte des taux comparables aux meilleurs systèmes antérieurs et indique que le détecteur fonctionnait à 15 images par seconde sans différenciation d'images ni détection de couleur de peau.
Rejeter presque gratuitement les régions d'image vides
L'image intégrale rendait de nombreuses caractéristiques rectangulaires suffisamment peu coûteuses pour être testées de façon répétée.
AdaBoost a transformé un immense ensemble de caractéristiques en un détecteur compact.
La cascade correspondait à la distribution des données : la plupart des fenêtres sont des négatifs faciles.
La rapidité peut venir de l'ordre des décisions, et pas seulement de caractéristiques plus rapides. Placez en premier le filtre le moins coûteux à fort rappel et réservez le détail aux quelques candidats qui survivent.
Suites
Le cadre Viola-Jones est devenu une référence en vision par ordinateur en temps réel et en détection de visages. Les systèmes ultérieurs d'apprentissage profond l'ont surpassé, mais l'idée de cascade reste un exemple clair consistant à ne consacrer du calcul que là où l'incertitude subsiste.
VÉRIFIEZ LES SOURCES
Les sources
- Rapid object detection using a boosted cascade of simple features CVPR via OpenAlex · api.openalex.org ·