The Viola–Jones object detection framework is a machine learning object detection framework proposed in 2001 by Paul Viola and Michael Jones. It was motivated primarily by the problem of face detection, although it can be adapted to the detection of other object classes. The algorithm is efficient for its time, able to detect faces in 384 by 288 pixel images at 15 frames per second on a conventional 700 MHz Intel Pentium III. It is also robust, achieving high precision and recall.
| Attributes | Values |
|---|
| rdfs:label
| - Detector Viola Jones (ca)
- Viola-Jones-Methode (de)
- Méthode de Viola et Jones (fr)
- Viola–Jones object detection framework (en)
- Метод Виолы — Джонса (ru)
- 维奥拉-琼斯目标检测框架 (zh)
|
| rdfs:comment
| - Die Viola-Jones-Methode ist ein mathematisches Verfahren zur Mustererkennung in digitalen Bildern. Es wurde 2001 von und in einem Paper vorgeschlagen und erlangte weltweite Popularität wegen seiner Effizienz. Die Viola-Jones-Methode erkennt in Echtzeit markante Objekte wie Gesichter in einem Bild. (de)
- 维奥拉-琼斯目标检测框架（英語：Viola–Jones object detection framework）是第一种可以实时处理并给出很好的物体检出率的物体检测的方法，由保罗·维奥拉和迈克尔·琼斯于2001年提出。值得一提的是，提出该方法的论文于2011年的CVPR会议上评为龙格-希金斯奖。虽然它可以被训练来寻找多种物体，它的主要应用还是在解决人脸检测方面。这个方法在OpenCV中被实现为cvHaarDetectObjects。 (zh)
- Метод Виолы — Джонса (англ. Viola–Jones object detection) — алгоритм, позволяющий обнаруживать объекты на изображениях в реальном времени. Его предложили Паул Виола и Майкл Джонс в 2001 году. Хотя алгоритм может распознавать объекты на изображениях, основной задачей при его создании было обнаружение лиц. (ru)
- El detector de Viola-Jones descriu un marc de treball per a la detecció d'objectes en imatges en temps real. El detector va ser proposat l'any 2001 per Paul Viola i Michael Jones. El detector es basa en tres grans aportacions: la utilització de la imatge integral per obtenir una ràpida avaluació de les característiques, un algorisme que aprendrà les característiques per dur a terme la detecció, i un classificador en cascada que descartarà les parts de la imatge que no siguin l'objecte a estudiar per tal de centrar-se en les candidates a si ser-ho. (ca)
- La méthode de Viola et Jones est une méthode de détection d'objet dans une image numérique, proposée par les chercheurs Paul Viola et Michael Jones en 2001. Elle fait partie des toutes premières méthodes capables de détecter efficacement et en temps réel des objets dans une image. Inventée à l'origine pour détecter des visages, elle peut également être utilisée pour détecter d'autres types d'objets comme des voitures ou des avions. La méthode de Viola et Jones a été l'une des méthodes les plus connues et les plus utilisées, en particulier pour la détection de visages et la détection de personnes. (fr)
- The Viola–Jones object detection framework is a machine learning object detection framework proposed in 2001 by Paul Viola and Michael Jones. It was motivated primarily by the problem of face detection, although it can be adapted to the detection of other object classes. The algorithm is efficient for its time, able to detect faces in 384 by 288 pixel images at 15 frames per second on a conventional 700 MHz Intel Pentium III. It is also robust, achieving high precision and recall. (en)
|
| foaf:depiction
| |
| dcterms:subject
| |
| Wikipage page ID
| |
| Wikipage revision ID
| |
| Link from a Wikipage to another Wikipage
| |
| Link from a Wikipage to an external page
| |
| sameAs
| |
| dbp:wikiPageUsesTemplate
| |
| thumbnail
| |
| has abstract
| - El detector de Viola-Jones descriu un marc de treball per a la detecció d'objectes en imatges en temps real. El detector va ser proposat l'any 2001 per Paul Viola i Michael Jones. El detector es basa en tres grans aportacions: la utilització de la imatge integral per obtenir una ràpida avaluació de les característiques, un algorisme que aprendrà les característiques per dur a terme la detecció, i un classificador en cascada que descartarà les parts de la imatge que no siguin l'objecte a estudiar per tal de centrar-se en les candidates a si ser-ho. La creació del detector va ser motivada per la detecció de cares, sent el primer marc de treball capaç de fer-ho ràpidament. Segons Viola i Jones, el detector és capaç de detectar cares en una imatge de 384x288 píxels a una velocitat de 15 imatges/segon utilitzant un ordinador Pentium III a 700 MHz. (ca)
- Die Viola-Jones-Methode ist ein mathematisches Verfahren zur Mustererkennung in digitalen Bildern. Es wurde 2001 von und in einem Paper vorgeschlagen und erlangte weltweite Popularität wegen seiner Effizienz. Die Viola-Jones-Methode erkennt in Echtzeit markante Objekte wie Gesichter in einem Bild. (de)
- La méthode de Viola et Jones est une méthode de détection d'objet dans une image numérique, proposée par les chercheurs Paul Viola et Michael Jones en 2001. Elle fait partie des toutes premières méthodes capables de détecter efficacement et en temps réel des objets dans une image. Inventée à l'origine pour détecter des visages, elle peut également être utilisée pour détecter d'autres types d'objets comme des voitures ou des avions. La méthode de Viola et Jones a été l'une des méthodes les plus connues et les plus utilisées, en particulier pour la détection de visages et la détection de personnes. En tant que procédé d'apprentissage supervisé, la méthode de Viola et Jones nécessite de quelques centaines à plusieurs milliers d'exemples de l'objet que l'on souhaite détecter, pour entraîner un classifieur. Une fois son apprentissage réalisé, ce classifieur est utilisé pour détecter la présence éventuelle de l'objet dans une image en parcourant celle-ci de manière exhaustive, à toutes les positions et dans toutes les tailles possibles. Considérée comme étant l'une des plus importantes méthodes de détection d'objet, la méthode de Viola et Jones est notamment connue pour avoir introduit plusieurs notions reprises ensuite par de nombreux chercheurs en vision par ordinateur, à l'exemple de la notion d'image intégrale ou de la méthode de classification construite comme une cascade de classifieurs boostés. Cette méthode bénéficie d'une implémentation sous licence BSD dans OpenCV, une bibliothèque très utilisée en vision par ordinateur. (fr)
- The Viola–Jones object detection framework is a machine learning object detection framework proposed in 2001 by Paul Viola and Michael Jones. It was motivated primarily by the problem of face detection, although it can be adapted to the detection of other object classes. The algorithm is efficient for its time, able to detect faces in 384 by 288 pixel images at 15 frames per second on a conventional 700 MHz Intel Pentium III. It is also robust, achieving high precision and recall. While it has lower accuracy than more modern methods such as convolutional neural network, its efficiency and compact size (only around 50k parameters, compared to millions of parameters for typical CNN like DeepFace) means it is still used in cases with limited computational power. For example, in the original paper, they reported that this face detector could run on the Compaq iPaq at 2 fps (this device has a low power StrongARM without floating point hardware). (en)
- 维奥拉-琼斯目标检测框架（英語：Viola–Jones object detection framework）是第一种可以实时处理并给出很好的物体检出率的物体检测的方法，由保罗·维奥拉和迈克尔·琼斯于2001年提出。值得一提的是，提出该方法的论文于2011年的CVPR会议上评为龙格-希金斯奖。虽然它可以被训练来寻找多种物体，它的主要应用还是在解决人脸检测方面。这个方法在OpenCV中被实现为cvHaarDetectObjects。 (zh)
- Метод Виолы — Джонса (англ. Viola–Jones object detection) — алгоритм, позволяющий обнаруживать объекты на изображениях в реальном времени. Его предложили Паул Виола и Майкл Джонс в 2001 году. Хотя алгоритм может распознавать объекты на изображениях, основной задачей при его создании было обнаружение лиц. (ru)
|
| prov:wasDerivedFrom
| |
| page length (characters) of wiki page
| |
| foaf:isPrimaryTopicOf
| |
| is Link from a Wikipage to another Wikipage
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)
