การตรวจจับใบหน้าด้วยวิธีการพื้นฐานของการจำลองรูปแบบ Haar-like

Abstract

This article presents a review of papers and researches on face detection based-on Haar-like features. The Haar-like features for face detection is proposed by Viola and Jones since 2001. This technique consists of 3 steps: Integral Image, Adaboost and Cascade Classifier. Since the Haar-like features is the most effective application used to extract features from faces, there are many researches aiming to apply the Haar-like features to achieve higher performance. The article also focuses on research papers which extend or adapt formations of the Haar-like features to get higher speed and accuracy or to detect faces in poses other than frontal faces.บทความวิชาการฉบับนี้เป็นการทบทวนเอกสาร และงานวิจัยเกี่ยวกับการตรวจจับใบหน้าด้วยวิธีการพื้นฐานของการจำลองรูปแบบ Haar-like ตั้งแต่อดีตจนถึงปัจจุบัน วิธีการนี้ได้ถูกนำเสนอเป็นครั้งแรกโดย Viola-Jones ในปี 2001 วิธีการตรวจจับใบหน้าของ Viola-Jones ประกอบด้วย 3 ขั้นตอน คือ การคำนวณการจำลองรูปแบบ Haar-like  ด้วย Integral Image   การค้นหาการจำลองรูปแบบ Haar-like ด้วย Adaboost   และการรวมตัวจำแนกกลุ่มแบบต่อเรียง (Cascade Classifier) ซึ่งในการใช้การจำลองรูปแบบ Haar-like นั้นถือว่ามีความสำคัญต่อความแม่นยำที่สุดเพราะเป็นเครื่องมือที่ใช้ในการดึงลักษณะเด่นจากใบหน้า จึงมีงานวิจัยเป็นจำนวนมากที่มุ่งเน้นในการพัฒนาการจำลองรูปแบบ Haar-like ดังนั้น บทความฉบับนี้จึงทำการรวบรวมและสรุปงานวิจัยที่มุ่งเน้นในการเพิ่มหรือปรับปรุงรูปร่างของการจำลองรูปแบบ Haar-like ซึ่งเป็นผลให้เพิ่มความเร็วและความแม่นยำในการตรวจจับใบหน้า หรือเพิ่มความสามารถในการตรวจจับใบหน้าในมุมอื่น ๆ นอกเหนือจากใบหน้าตรง