基于樹形檢測器的多標志識別
加入技術交流群
1．1 通用檢測器
Viola在他的人臉檢測中成功地運用了adaboost結構和由haar特征構成的弱分類器。OpenCV也給出了該算法的代碼。許多目標檢測的問題也經常用到Viola的檢測框架，有時也只是用別的特征集替換了haar特征。
如圖2所示，電視臺標的主要屬性就是它的輪廓特征。在行人檢測中，基于梯度方向直方圖(HOG)的特征是一種描述輪廓的十分有效的特征。這個特征的缺點是它的輸出是一個矢量，所以需要用一個基于支持向量機的弱分類器，但是它要花費大量的計算時間。文獻提出了一個EHOG特征，它只輸出一個值，并可以很容易地被Adaboost算法使用。
因此在本文的臺標檢測器中，使用了EHOG特征。對于一副訓練圖像，計算一個塊Rb里的梯度直方圖，然后在n個方向分別統計梯度幅度的總和。
n是HOG特征的維數(在中，n=9)，本文中設置為6。
然后，本文使用了中定義的主方向梯度D概念，D是上述區間集的一個子集，即
，并計算對應D方向的EHOG特征：
為了快速地計算特征，本文也應用了積分直方圖方法。
本文采用了EHOG特征和gentle adaboost訓練了一個普通cascade結構，然后在所有樁分類器中收集全部的弱分類器，并用校正算法重新排序它們，得到一個新的“soft cascade”檢測器。
本文定義為前t個弱分類器的響應值的和。運用了校正算法后，可以得到一個跡數組trace=(r1，r2，…，rN)。當對一個樣本x做決策時，加上每一個弱分類器的響應值ht(x)，然后就將ht(x)和rt進行比較，如果低于，就立刻拒絕該樣本。Soft cascade結構的性能要優于Viola的Cascade，在獲得相當的檢測性能時，它需要較少的特征數。這些將會在后面的實驗中展示。
第一層的普通檢測器可以拒判大量的背景圖像，卻還不能區別不同類的臺標。為了做進一步處理，仍需要一個可以解決多類別分類問題的算法結構。
1．2 分叉樹
在Huang的工作里，他構建了一棵由粗到精標注了人臉的不同視角的樹。分叉樹上的每個節點分類器采用了矢量boosting算法訓練得到，依靠假設輸出空間的矢量化來解決多類問題。舉例說明，在一個節點分類器上，有四個可能的輸出矢量((0，O)，(0，1)，(1，0)，(1，1))：(0，0)代表著該樣本的檢測將終止于當前節點。(0，1)，(1，0)，(1，1)代表著該樣本將會通過哪個孩子節點。
在文獻中，相鄰的視角在分叉樹里的距離也很近。全部15個不同視角是根據旋轉角度平分成15份得到的。由于在本文的多臺標檢測中沒有關于某兩個臺標是近鄰的先驗知識，所以不能依靠經驗來構建一棵由粗到精的分叉樹。例如，當面對圖2中的6類臺標時，在分叉樹的根節點上，不知道該如何將它們劃分成兩個子節點。如果將明顯不同的臺標放在同一個節點里，訓練算法將會耗費更多的特征才能獲得一個相對較好的分類。基于這樣的想法，作者認為一個較好的劃分應該是在固定的迭代次數上利用矢量boosting訓練得到一個更好的分類結果。
假設有N類正樣本集，在第一層分叉節點上，就有2N-1-1種組合數可以將一個包含N類的集合劃分成兩個正樣本子集。
如果盲目地尋找一個合適的樹，總的時間復雜度會是log(N)*2N，這是無法實現的。為了解決這個問題，以下本文將引入一個貪婪搜索算法。
在一個二維矢量boosting算法里，正樣本數據被標示為(O，1)或者(1，0)，負樣本數據被標示為(-1，-1)。本文用{S1，S2，…，SN}來表示所有的數據，那么左邊子節點的數據集就是，右邊子節點的數據集就是
，這里Dleft和Dright是(1，2，…，N)的子集。本文設置檢測率為O．995，迭代次數為10。誤報率被用來評估算法性能。在矢量boosting算法中，判決準則如下：
對于本文的6類臺標數據集，將給出節點劃分的算法流程，這里一個二進制串001001表示一種劃分模式，0代表進入左子節點，1代表進入右子節點。
算法1劃分節點集合的貪婪搜索算法
輸入：{S1，S2，…，SN}
輸出：劃分模式p
初始化p：p={00，…，0}；
初始化一個包含比特串的空列表；
評論