A detecção de rostos antes significava escanear muitas janelas possíveis e executar computação demais em cada trecho. Viola e Jones reformularam o problema como uma cascata: a maioria das janelas é fundo, então tornar a rejeição delas quase gratuita.
O artigo deles na CVPR nomeia três contribuições: a imagem integral para computação rápida de características, o AdaBoost para selecionar um pequeno número de características visuais críticas, e uma cascata que gasta mais computação apenas em regiões promissoras semelhantes a objetos.
Para detecção de rostos, o artigo relata taxas comparáveis aos melhores sistemas anteriores e afirma que o detector rodava a 15 quadros por segundo sem diferenciação de imagens ou detecção de cor de pele.
Rejeitar regiões vazias da imagem quase gratuitamente
A imagem integral tornou muitas características retangulares baratas o suficiente para serem testadas repetidamente.
O AdaBoost transformou um enorme conjunto de características em um detector compacto.
A cascata correspondia à distribuição dos dados: a maioria das janelas são negativos fáceis.
A velocidade pode vir da ordenação das decisões, não apenas de características mais rápidas. Coloque primeiro o filtro mais barato de alto recall e reserve o detalhe para os poucos candidatos que sobrevivem.
O arcabouço Viola-Jones tornou-se um marco na visão computacional em tempo real e na detecção de rostos. Sistemas posteriores de aprendizado profundo o superaram, mas a ideia de cascata permanece um exemplo claro de gastar computação apenas onde a incerteza sobrevive.
CONFIRA AS EVIDÊNCIAS
As fontes
- Rapid object detection using a boosted cascade of simple features CVPR via OpenAlex · api.openalex.org ·