ViolaJones

Да бакалавр я, бакалавр! Ребят я только понемногу начал вникать в Viola Jones, а Вы мне уже что то новое предлагаете) Мне бы это осилить.

Если Вы про то, чтобы использовать готовые решения, то нет. Я буду писать сам, опираясь на реализации которые я нашел. Все таки диплом подразумевает самостаятельно сделанную работу. OpenCv буду использовать только для работы с изображениями (загрузка, перевод в grayscale и тд.) Примитивы только прямоугольные А что например? У меня вообще на этот счет свое мнение. Думаю оно будет отличаться от Вашего. Я думаю, что большинство вещей уже реализовано и выложено в общий доступ, а те которые нет, над ними пыхтят очень умные люди в большом количестве и в больших корпорациях. Куда я то полезу, простой студент??

Да это тема моей дипломной работы) Изначально я думал, что запрограммирую пару алгоритмов на cpu и gpu ну и покажу, что некоторые алгоритмы целесообразней давать на исполнение gpu. Я собственно так и сделал, но это пошло на курсовую (сказали, что выше сделанной работы не достаточно). А про реализации, они то подходят(правда 2ая у меня в бесконечный цикл уходит), но я их понять не могу.

То есть мне сначала нужно обучить классификатор и только потом его использовать его в параллельной версии программы? Я почему спрашиваю, прежде чем приступить к реализации я начал искать может быть кто-нибудь да реализовывал данный метод. И наткнулся на 3 версии: OpenCV https://github.com/MyOwnStar/red_ninjas https://github.com/MyOwnStar/EEC-277---GPU-Face-Detect В OpenCV вообще лезть не стал, там 2000+ строчек, чет мне страшновато стало) Во втором варианте там как раз таки используется image pyramid и данные классификатора (файлы class.txt info.txt) А вот третий не использует пирамиду, а скалирует фичи и использует всего 4 классификатора (В качестве kernel) Меня вот это все и запутало, в одном так, в другом так. Не как не могу план действий составить, точнее не до конца План 1. Загрузить image 2. Перевести его в grayscale 3.Затем в интегральное изображение (вот это уже можно параллелить) 4.А дальше?

А как насчет каскада? Мое понимание такое: берем окно двигаем его по изображению и внутри этого окна вычисляем фичи. Я только не пойму, вот например я беру 4 признака, они все внутри окна применяются или только 1 из 4 ?

Здравствуйте! Начну с того, что передо мной стоит задача расспараллелить данный алгоритм на GPU. Я начал искать информацию по Виоле-Джонсу, прочитал несколько русских источников и несколько зарубежных. И вот к чему я пришел. Работа алгоритма. Основные понятия. Данный алгоритм использует признаки Хаара для обнаружения черт лица. В алгоритме фигурируют такие понятия как: интегральное изображение, пирамида изображения, ближайшие соседи, метод движущегося окна и каскад классификаторов. То есть мы берем изображение, переводим его в интегральное изображение, затем при помощи движущего окна обходим все изображение, применяя признаки Хаара. Вопросы: 1. Верно ли то, что я выше написал, касаемо работы алгоритма? 2. Еще мне не понятна работа каскада классификаторов 3. Обязательно ли использовать пирамиду изображения и ближайших соседей в данном алгоритме?