Критерии точности поиска ключевых точек лица

Информация о материале

Опубликовано: 30.09.2018, 18:58

Экспериментальное исследование алгоритма поиска ключевых точек лица на изображении помимо визуального экспертного контроля качества предполагает расчет численных показателей точности. В начале эксперимента были предложены следующие показатели:

1) ошибка второго рода как показатель неспособности алгоритма выполнить расстановку ключевых точек для некоторых лиц;

2) средняя квадратическая ошибка (СКО) координат точек созданной разметки относительно некоторого эталона.

На текущий момент первый показатель (по крайней мере, в представленной выше формулировке) потерял свою актуальность в силу особенностей реализации алгоритма оценки положения лица в библиотеки dlib. Алгоритм принимает на вход область изображения, и, исходя из гипотезы наличия лица во фронтальном положении и размеров переданной области, устанавливает первоначальную разметку. Далее алгоритм смещает точки согласно локальным особенностям функции ярости и минимизируя функцию ошибки. Задача обнаружения лица при этом полностью делегирована соответствующему алгоритму (реализации на основе HOG и CNN рассмотрены ранее).

Расчет второго показателя можно выполнять двумя способами: вычислить СКО для некоторой установленной точки по (1) ближайшей или (2) соответствующей точке эталонной разметки. Плюсом первого способа является простота реализации и отсутствие необходимости знания порядка следования точек для созданной и эталонной разметки. В минусы следует отнести возможную семантическую некорректность сравнения (например, левого глаза с правым или с носом), что и определяет выбор в пользу второго способа.

Эксперименты показали, что порядок следования ключевых точек для реализации в dlib и эталонной разметки базы MF2 совпадают, что показано на рисунках ниже, что позволяет выполнять быстрое последовательное сравнение без переиндексации.

Разметка dlib

Разметка MF2

Одного значения СКО не достаточно, для того, чтобы полностью численно охарактеризовать результат работы алгоритма.

Чтобы лучше численно охарактеризовать результаты работы и автоматически выявить значительные ошибки будем использовать разбиение всего набора на группы:

СКО будет рассчитываться для всего набора точек в целом и для каждой группы в отдельности, что позволит оценить как общую точность, так и локальные ошибки для определенных элементов лица.

Первые численные результаты эксперимента будут представлены в течение недели.

КодЛикс разрабатывает программное обеспечение обработки изображений, систем технического зрения, искусственный интеллект и нейросети. Мы создаём программное обеспечение любой сложности под ключ и с гарантией.