What to read after Face validation using skin, eyes and mouth detection?

В реальных изображениях лиц большие визуальные вариации, такие как различия в выражении лица, его позиции, разный масштаб и освещение, наличие преград перед лицами и другие, вызывают трудности при отличии лица от фона изображения. В результате возникают области изображений, которые неправильно распознаются как лица (ошибки первого рода), тогда как эффективность алгоритмов распознавания лиц характеризуется низким числом таких ошибок, высокой скоростью обнаружения лиц и высокой скоростью обработки изображений. Таким образом, чтобы уменьшить число описанных областей, вместо того, чтобы разрабатывать точный алгоритм обнаружения лиц, который требует больших временных затрат на работу, после первичного обнаружения лиц будет добавлен этап их валидации. В настоящей статье предлагается новый быстрый метод валидации лиц. Он состоит из двух этапов: первый – определение кожи с использованием метода анализа значений YCbCr-цвета; второй шаг – обнаружение глаз и рта с использованием каскадного подхода. На втором этапе область лица-кандидата делится на две перекрывающиеся области, одна для модели обнаружения глаз, а другая для модели обнаружения рта. Алгоритм обнаружения лиц, основанный на методе опорных векторов, использовался для сравнения с предлагаемым решением. Результаты экспериментов на наборе данных FDDB показали лучшую производительность предлагаемого метода (время валидации 2 мс по сравнению с 500 мс у алгоритма, основанного на методе опорных векторов) при схожем числе ошибок первого рода.