[CVM] 2. Face Detection (2)

 

2024.01.09 - [study/Udemy] - [CVM] 1. Face Detection

[CVM] 1. Face Detection

 

하르 캐스케이드 알고리즘으로 얼굴 검출을 했을 때, false positive가 보여졌다.

이 문제를 해결하기 위해서 하르캐스케이드의 파라미터를 사용해본다.

하르캐스케이드 알고리즘 결과 1

 

주제 2. Haarcascades parameters 1

• 얼굴 탐지 분류기 사전학습 모델을 객체로 불러오기

face_detector = cv2.CascadeClassifier('/content/drive/MyDrive/haarcascade_frontalface_default.xml')

scaleFactor

• scaleFactor : 이미지 크기를 처리하는 매개변수 
  • 이미지 감지를 위한 도형의 크기 비율 설정 
  • 크기가 작아질수록 모델과 일치하는 영역을 탐지할 확률이 높아지고, 속도는 느려짐.
  • 크기가 커질수록 탐지할 확률은 줄어들지만 속도는 빨라짐.
  • 큰 얼굴을 작은 얼굴로, 작은 얼굴을 큰 얼굴로 자동으로 크기를 조정할 수 있음.
  • 제대로 된 탐지 결과를 원한다면, 모든 매개변수들 값들을 직접 테스트 해 봐야한다. 

image = cv2.imread('/content/drive/MyDrive/colab/people1.jpg')
image = cv2.resize(image, (800, 600))
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
detections = face_detector.detectMultiScale(image_gray, scaleFactor = 1.09) # scaleFactor : 이미지 배율 축소 정도

for (x, y, w, h) in detections:
  cv2.rectangle(image, (x, y), (x + w, y + h), (0,255,0), 5)

cv2_imshow(image)

 

주제 3. Haarcascades parameters 2

minNeighbors

• bounding box에 얼마나 많은 이웃들을 유지해야하는가. (각각의 b-box의 최소한의 이웃의 수 설정)
• 값이 높을수록 탐지하는 개수가 줄어들고 품질은 높아짐.
• 값이 낮을수록 많은 영역을 탐지하지만 품질이 낮아짐.
• 매개변수를 변경하더라도 때로는 모든 얼굴을 탐지하지 못 할 수도 있다. 

minSize, maxSize

• b-box의 최소, 최대 크기를 결정할 수 있다. 
• 예를들어, minSize가 (45,45)일 경우엔 b-box 크기가 45이하인 것은 탐지되지 않는다. 

image = cv2.imread('/content/drive/MyDrive/people2.jpg')
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
detections = face_detector.detectMultiScale(image_gray, scaleFactor=1.2, minNeighbors=7,
                                            minSize=(20,20), maxSize=(100,100))
for (x, y, w, h) in detections:
  print(w, h) #-- b-box 사이즈 확인 (minSize와 maxSize 매개변수 값에 따라 탐지여부가 결정됨)
  cv2.rectangle(image, (x, y), (x + w, y + h), (0,255,0), 2)

cv2_imshow(image)