Descargar - UTP

Entrenamiento
del sistema
Optimización
del sistema
El entrenamiento del sistema se realiza mediante
el análisis y procesamiento de imágenes,
para luego aplicar la técnica o algoritmo
de aprendizaje de Adaboost.
Las imágenes para el entrenamiento son preprocesadas
cambiando la imagen a color a una
imagen a escala de grises y luego realizar el
redimensionamiento a 24x24pixeles.
Importación
de la imagen
Importación de la imagen
Pre-procesamiento
Imagen integral
Extracción de
características
Escala de
grises
Entrenamiento (Algoritmo
de Adaboost)
Clasificador Fuerte
Está basado en el
procesamiento sobre
imágenes de rostros y
no-rostros
Está basada en la
utilización de los
valores característicos
obtenidos durante el
entrenamiento
Fig. 5. Etapas del detector de rostros.
Redimensionamiento
Fig. 6. Pre-procesamiento de la imagen.
Fig. 7. Proceso de entrenamiento.
CIENCIA, CULTURA Y TECNOLOGÍA - UNIVERSIDAD TECNOLÓGICA DEL PERÚ
Una vez obtenida la imagen en escala de grises
y con una dimensión de 24x24 pixeles, se
realiza la transformación de la imagen a una
llamada “Imagen Integral” con la misma cantidad
de pixeles, la imagen integral se usa para
la extracción de valores característicos (característica
Haar)
6.4. Simulación
Se preparó un escenario de simulación como
se aprecia en la figura 8.
Fig. 8. Escenario de simulación.
6.5.1. Base de Datos
Gran parte de la base de datos (rostros) pertenece
a la Universidad Técnica de Munich (Alemania),
la base de datos está conformada por
18 personas, y fue generada como parte del
proyecto FG-Net (Face and Gesture Recognition
Research Network) [5].
La otra parte del conjunto de rostros y el total de
no-rostros fueron conseguidos desde internet.
6.5.2. Entrenamiento
El entrenamiento se realizó con 572 imágenes
de rostros y con 760 imágenes no-rostros
(paisajes, partes del cuerpo, objetos, etc.), sumando
una total de 1332 imágenes (cada una
de 24x24 pixeles).
Se presentó en la Tabla 1, el número de valores
extraídos de una imagen de 24x24 pixeles
al aplicar filtros de tipo Haar, ver Figura 2.
Al sumar cada cantidad de valores obtenidos al
aplicar los filtros sobre una imagen de 24x24
pixeles obtenemos 134736 valores y al multiplicar
esta cantidad por el número de imágenes
de la base de datos se obtiene un total de
179468352 datos que son procesados durante
el entrenamiento.
Se configuró el software para el cálculo de 100
parámetros.
33