Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter
Détection position des yeux dans une image
Bonjour,
Je dois détecter la distance entre les deux yeux d'une personne sur une image donnée.
J'ai commencé à étudier les convolutions d'image afin d'obtenir les formes globales de l'image. Par contre, je n'ai toujours pas réussi à détecter les formes dans l'ensemble des pixels.
Merci de votre aide,
Mikaël Morvan
Bonjour,
Ton problème est difficile, et la technique à utiliser dépend du type de photos que tu veux traiter. Est-ce que tu as une connaissance préalable du type de photos traités ?
Re: Détection position des yeux dans une image
j'ai pas tout compris ce que tu dis, mais j'avais déjà commencé à étudier en stage des algorithmes pour détecter les yeux. Cela utilisait des images couleurs et les composantes (Y, CR, CB); Je ne retrouve plus le lien (qui expliquait l'algo)Envoyé par Morvan Mikael
mais ce sont les mêmes personnes qui ont travaillé sur le lien suivant: Puet-être que ça pourra-t-être utile
http://www.cse.msu.edu/~hsureinl/fac...ex_facloc.html
Tout d'abord, merci pour vos réponse,
Je vais essayer d'être plus clair sur les cas à traiter:
Il s'agit de repérer la position des yeux dans une image de prise de portrait afin d'uniformiser la taille du visage dans une photo. On prend comme base la distance en pixel entre les yeux et on doit zoomer la photo jusqu'à trouver le bon nombre de pixel entre les yeux. Je dois également détecter si la ligne des yeux est bien horizontale et redresser la photo éventuellement.
Mon problème est que je ne sais pas trop par où commencer, quelle méthode générale employer? Comment être sûr de trouver les yeux dans l'image (problème des lunettes),...
Merci à Guigui_ pour ton lien, je suis en train de regarder...
voilà le lien vers le pdf en question:
http://www.cse.msu.edu/~hsureinl/fac...ami113783_.pdf
Ce lien parle de détection de visage, et pas directement de détection des yeux. Je pense que le problème ici est quand même plus simple, et heureusement, car toutes les méthdes de détection de visages que j'ai testé et/ou implémenté avait un gros taux d'erreur.
Peut-être qu'un travail rapide sur une image de gradient devrait donner des résultats satisfaisant.
Remarque : les lunettes ne posent en général que peu de problème, par contre les chapeaux "rigolos", genre tête de Mickey avec les yeux, posent plus de soucis. Vu que l'echelle de tes personnages reste assez constante le pattern matching donnerait de bons résultats.
dans ce document, il utilisait la localisation des yeux pour affiner la détection du visage. Mais si le visage est déjà correctement détecté et découpé, on peut tout à fait reprendre l'algo de détection des yeux utilisé (un peu modifié peut-être) et le réutiliser pour son cas. Après il faut voir aussi comment sont les images qu'il va traiter. En plus il est vraiment pas compliqué à mettre en place (ce n'est que du calcul sur des composantes de couleurs avec quelques algos simples de morphologie)). Après ce n'est pas encore dit que les résultats conviennent.Ce lien parle de détection de visage, et pas directement de détection des yeux. Je pense que le problème ici est quand même plus simple, et heureusement, car toutes les méthdes de détection de visages que j'ai testé et/ou implémenté avait un gros taux d'erreur.
Peut-être qu'un travail rapide sur une image de gradient devrait donner des résultats satisfaisant.
Remarque : les lunettes ne posent en général que peu de problème, par contre les chapeaux "rigolos", genre tête de Mickey avec les yeux, posent plus de soucis. Vu que l'echelle de tes personnages reste assez constante le pattern matching donnerait de bons résultats.
Peux tu détailler un peu les algos à utiliser car je nage un peu.ce n'est que du calcul sur des composantes de couleurs avec quelques algos simples de morphologie
Merci
La partie utile est le paragraphe 2.2
la premiere chose est de decomposer l'image en composante Y, Cr, Cb.
Puis calculer l'image EyeMap
apres faire des erosions et dilatations (en niveau de gris) avec un filtre simple de ton choix (j'utilisais un filtre circulaire).
On obtient une image du type de la page 10. Apres la difficulte, c'est de recuperer le centre des yeux (il faut analyser les zones les plus blanches mais c'est pas forcement evident)
Une autre difficulte (la principale), c'est qu'il faut faire le calcul uniquement sur la zone du visage (donc etre capable de supprimer la recherche des yeux de la zone hors visage) ou bien de savoir a l'avance dans quelles zones peuvent se trouver les yeux. Donc si le visage ne recouvre pas entierement (ou presque) l'image, l'algo risque de ne pas marcher.
Une autre restriction: il faut que les visages soit d'une taille suffisamment grande (genre 100*100) pour que la specificite de la couleur des yeux puisse etre utilisee
J'ai fait pas mal de photos de cyclopes et j'ai le même problème !
J'ai vu un algorithme de détection d'éléments du visage en cours de DEA de modèles déformables. Ca semblait très efficace, mais attention, mathématiques pas évidentes du tout inside (minimisation d'énergie sur un espace de courbes), quant à l'implémentation, ça risque d'être mortel. Néanmoins, si ça intéresse, je peux chercher une référence...
Comment fais tu l'analyse? Tu prends des formes géométriques prédéfinies et tu tentes de trouver des points contenus dans cette zone???On obtient une image du type de la page 10. Apres la difficulte, c'est de recuperer le centre des yeux (il faut analyser les zones les plus blanches mais c'est pas forcement evident)
J'ai du mal à voir quel type d'algotrithme utiliser pour faire ces déterminations.
Merci encore pour votre aide
Ca par contre, je ne l'ai jamais fait (la détection des yeux n'était pas un de mes objectifs premier).
On peut faire déjà un seuillage sur la dernière image (qui est en niveau de gris) afin de n'avoir plus que 2 globes oculaires (au pire, si il y a trop de formes, il faut considérer les formes qui possède le plus de pixels)
Après une possibilité est de récupérer le centre de gravité de ta forme (donc prendre la moyenne de tous les pixels de chaque forme)
Utilisation de la transformation de Hough généralisée
Je pense que ton problème peut être assez facilement résolu par l'utilisation de la transformation de Hough généralisée (sauf si tu veux faire du RealTime Recongnition, car l'utilisation est un peu lente). Dans le cadre de la transformation simple, elle permet de reconnaitre facilement (après binarisation) les droites contenues dans une image. La transformation associe tout point (x,y) dans une image à une courbe row = x.cos(téta)+y.sin(téta) dans l'espace de hough....
Ce lien te permettra d'en savoir plus sans que je me fatigue:
http://matmatic.free.fr/index.php?ur...esentation.ppt
Dans son ppt, il utilise même la reconnaissance des yeux si mes souvenirs sont bons...
ou encore : http://vrlab.epfl.ch/public/STUDENTS.../eyeDetect.pdf
Bien sur Google te donnera certainement encore bien d'autres exemples...
Bon courage
Bonjour,
je viens de lire quelques articles sur le sujet (pour un état de l'art que je devais rendre).
- les yeux sont la partie du visage la plus facile à repérer car la pupille est noire et ronde, donc tu peux segmenter et vérifier la circilarité des formes pour affirmer que se sont des yeux.
- les yeux sont syémtrique par rapport au nez. Il y des algos de reconnaissance du nez ou sinon avec un méthode d'acp sur le visage, tu trouves l'axe principal et les yeux seront les cercles symétriques de part et d'autre.
Il y a énormément d'articles et de recherches sur le sujet, cf : reconnaissance de formes, caractérisation de visage, reconnaissance faciale, ... (tout est en anglais bien sûr :s).
bonjour,
J'ai presque le même pb, comment extraire les points délimitants les yeux en matlab.
je vais les utiliser dans la reconnaissance de visage.
merci pour votre contrubution
pourquoi pas les réseaux de neurone ?
Salut à tous,
désolé si je vais m'éloigner un peu du thème exact de la discussion, mais je veux explorer l'occasion pour poser ces questions :
Comment aurait pu être une approche neuronale de ce problème ?
Où va se placer un réseau de neurone s'il faisait partie de la solution ? (après un certain prétraitement ?)
Quel serait le type adéquat du réseau de neurone ? (Carte de Kohonen peut être ?)
Est-ce que l'utilisation des réseaux de neurone serait "meilleure" que le recours aux solutions classiques (transformé de Hough) ?
Merci d'avance.
Répondre avec citation
Partager