Reconnaissance faciale avec Haar Cascades - drksnw/Skarface GitHub Wiki

Caractéristiques pseudo-Haar

La détection du visage et de ses composants est basée sur des caractéristiques pseudo-Haar. C'est une méthode très efficace proposée par Paul Viola et Michael Jones en 2001. C'est donc une technologie qui a déjà une quinzaine d'années.

Les Haar-like features sont des caractéristiques utilisées en vision par ordinateur pour la détection d'objets dans des images numériques.

Elles ont l'avantage d'être simples et rapides à calculer.

voir Wikipedia

La détection d'objets avec les Haar-like features

repris, traduit et adapté de docs.opencv.org

Dans le contexte, nous souhaitons reconnaître des visages (face detection). Initialement, il a fallu nourrir l'algorithme avec un grand nombre d'images positives, c'est-à-dire des images qui contiennent l'objet que l'on souhaite reconnaître (ici des visages) en plus d'images négatives. Ceci dans le but d'entraîner le classificateur.

Il a fallu ensuite en extraire les caractéristiques. Les caractéristiques de Haar utilisées sont les suivantes, pouvant être considéré comme des noyaux de convolution.

Toutes les caractéristiques sont représentées par une valeur unique obtenue en soustrayant une somme de pixels sous un rectangle blanc et sous un rectangle noir.

Reconnaître les zones d'intérêt

Les caractéristiques précédemment définies permettent lorsque l'on analyse une image de détecter des zones d'intérêt. En prenant une image contenant un visage, il est possible de reconnaître a zone contenant les yeux.

Sur cette image, on voit que les caractéristiques de Haar se concentre sur la propriété que la région des yeux est plus sombre que la région du nez et des joues.