Jade Dungeon

目标检测

Boosting Theory

目标识别的基本过程就是在图片上定义多个窗口，一个个地检查是否是预定的目标。 机器学习中通过分类来分类每一个输入的类别。比如人脸识别就定义两人个分类： 是人脸或不是人脸。

Adaboost

Adaboost（Adaptive Boosting）不是一个具体的算法，但是一个可以帮助建立 分类器的元算法。它按权重综合多个较差的分类器生成一个更好的分类器：

\[ H(x) = sign(a_1h_1(x) + a_2h_2(x) + a_3h_3(x) + \cdots + a_Th_T(x)) \]

分类器sign只返回1或-1表示「是」或「不是」。依据是\(T\)个分类器， 每个分类器\(h_T\)都有一个对应的权重\(a_T\)。

例如，按多个指定的分类器为人的性别分类：

  • \(h_1\)是身高，大于1.75cm分为男。
  • \(h_2\)是否长发。
  • \(h_3\)是否生过孩子。这个与性别几乎是完全关联，所以权重也应该是最高的
Name Height (h1) Hair (h2) Beard(h3) Gender (f(x))
Katherine 1.69 Long Absent Female
Dan 1.76 Short Absent Male
Sam 1.80 Short Absent Male
Laurent 1.83 Short Present Male
Sara 1.77 Short Absent Female

定义训练用的数据(h1, h2, h3) 

val data = new Mat(5, 3, CvType.CV_32FC1, new Scalar(0))

data.put(0, 0, Array[Float](1.69f, 1, 0))
data.put(1, 0, Array[Float](1.76f, 0, 0))
data.put(2, 0, Array[Float](1.80f, 0, 0))
data.put(3, 0, Array[Float](1.77f, 0, 0))
data.put(4, 0, Array[Float](1.83f, 0, 1))

定义用来验证的答案： 

val responses = new Mat(5, 1, CvType.CV_32SC1, new Scalar(0))
responses.put(0,0, Array[Int](0, 1, 1, 0, 1))

准备好了数据以后，还要设置相关的参数： 

val boost = Boost.create()
boost.setBoostType(Boost.DISCRETE) // use Discrete Adaboost 
boost.setWeakCount(3)
boost.setMinSampleCount(4)
  • setBoostType()设置Discrete Adaboost，其他的方法还有Real AdaBoost、LogitBoost 和Gentle AdaBoost。
  • setWeakCount()设置需要用到几个弱分类器。
  • setMinSampleCount()设置最小的节点样本数量，默认是10，我们例子的样本太小， 所以设置为4。这时在节点是Boost用到的DTree（decision-trees）结构的概念。 节点中样本的数量小于最小样本数，节点就不可再分。

数据和参数都准备好了，就可以用train()方法开始进行训练： 

boost.train(data, Ml.ROW_SAMPLE, responses)
  • 第一个参数trainData是训练数据的矩阵。
  • 第二个参数tflag用来定义特征是放在矩阵的行里还是列里的，在这里被设置为Ml.ROW_SAMPLE
  • 第三个参数response是正确答案。

用predict()方法列出训练数据得到的结果： 

//This will simply show the input data is correctly classified
for (i <- 0 until 5) { logDebug("Result = {}", boost.predict(data.row(i))) }

//  Result = 0.0
//  Result = 1.0
//  Result = 1.0
//  Result = 0.0
//  Result = 1.0

用新的数据验证训练的成果： 

val newPerson = new Mat(1, 3, CvType.CV_32FC1, new Scalar(0))

newPerson.put(0, 0, Array[Float](1.60f, 1,0))
logDebug(newPerson.dump())                             // [1.6, 1, 0]
logDebug("New (woman) = {}", boost.predict(newPerson)) // New (woman) = 0.0

newPerson.put(0, 0, Array[Float](1.8f, 0,1))
logDebug(newPerson.dump())                             // [1.8, 0, 1] 
logDebug("New (man) = {}", boost.predict(newPerson))   // New (man) = 1.0

newPerson.put(0, 0, Array[Float](1.7f, 1,0))
logDebug(newPerson.dump())                             // [1.7, 1, 0]
logDebug("New (?) = {}", boost.predict(newPerson))     // New (?) = 0.0

层级分类器

把面部识别分为两个问题：

  • 目标识别，通过分类器检索到目标所在的坐标。
  • 通过训练，生成一个严格的分类器。

OpenCV层级分类器（Cascade classifier）通过名为Viola-Jones 侦测器的算法实现了面部识别功能，实现了Haar-likes特性。 通过把原始图像分为不同的矩形区域，计算差异与总值，得到的阈值为基础。之后， 这些分类器还可以使用LBP特性(Local Binary Patterns)， 即用取整值进行对照Haar-like特性，这样可以用更少的时间得到差不多的效果。

通过了解层级分类器的工作原理可以明白它的使用范围。基本原则是，层级分类器 擅长识别有固定不变纹理的物体。层级分类器处理一系列尺寸与直方图相同的图片， 分别标记上是否包含要检测的目标。为了最大可能地排除不包含目标的矩形， 层级分类器使用某种形式的AdaBoost过滤器作为排除层级，以尽早地排除不包含的矩形。 通过AdaBoost把多个弱分类器按不同的权值进行求和：

\[ F = sign(w_1f_1 + w_2f_2 + w_3f_3 + \cdots + w_nf_n) \]

通过层层过滤留下包含目标（比如说人脸）的矩形：

层级分类器过滤

侦测目标

OpenCV内置大量训练好的层级，用来侦测目标，可以直接拿来用： 

import org.opencv.objdetect.CascadeClassifier

val faceDetector = new CascadeClassifier(
		"testdata/cascades/lbpcascade_frontalface.xml")

从图上找到目标，并用方框框起来： 

def detectAndDrawFace(image: Mat, faceDetector: CascadeClassifier) {
	val faceDetections = new MatOfRect();
	faceDetector.detectMultiScale(image, faceDetections, 1.1, 7, 0,
		new Size(250, 40), new Size());
	// Draw a bounding box around each face.
	for (rect <- faceDetections.toArray()) {
		Imgproc.rectangle(image, new Point(rect.x, rect.y),
			new Point(rect.x + rect.width, rect.y + rect.height),
			new Scalar(0, 255, 0));
	}
}

训练样本

训练样本分为需要包含的样本的Positive Sample和需要排除的样本的Negative Sample。

在目录opencv/build/x86/vc11/bin里有OpenCV训练用的工具，opencv_createsamples 和opencv_traincascade工具分别用于准备训练样本和生成层级过滤器。

示例代码中的cardata中放的是训练用的数据。cardata/TrainImages 里放的是由Shivani Agarwal，Aatif Awan和Dan Roth收集的汽车图片，格式为PMG。 PGM是便携式灰度图像格式(portable graymap file format)， 在黑白超声图像系统中经常使用PGM格式的图像。文件的后缀名为.pgm， PGM格式图像格式分为两类：P2和P5类型。

准备样本

与样本相配地要一个info文件cardata\cars.info，格式为： 

# filename            quantity rect-x rect-y rect-width rect-height
TrainImages\pos-0.pgm        1      0      0        100          40
TrainImages\pos-1.pgm        1      0      0        100          40
TrainImages\pos-2.pgm        1      0      0        100          40
  1. 文件名
  2. 包含的目标数量
  3. 矩形范围x
  4. 矩形范围y
  5. 矩形宽度
  6. 矩形高度

准备好了训练文件以后，可以用opencv_createsamples来创建训练样本： 

opencv_createsamples -info cars.info -num 550 -w 48 -h 24 -vec cars.vec
  • -info：info文件。
  • -num：样本的数量。
  • -vec：输出文件，是.vec格式，只是调整了样本图片的大小，不进行任何扭曲。
  • -w：输出样本的宽度。
  • -h：输出样本的高度。

训练样本

有了Positive Sample以后，再在准备Negative Sample，用来指定需要排除的目标， Negative Sample也要用一个info文件cars-neg.info列出来，每一行只有一个文件名： 

TrainImages\neg-0.pgm
TrainImages\neg-1.pgm
TrainImages\neg-2.pgm
TrainImages\neg-3.pgm
TrainImages\neg-4.pgm
TrainImages\neg-5.pgm
TrainImages\neg-6.pgm

再用opencv_traincascade进行训练： 

opencv_traincascade -featureType LBP -numStages 10 -vec cars.vec -bg cars-neg.info -numPos 500 -numNeg 500 -w 48 -h 24 -data data
  • -featureType：类型，可以是Haar-like或是LBP。LBP可以以少许质量下降的代价换回更高的速度。
  • -numStages：指定需要训练层级阶段的数量。
  • -vec：正面训练样本所在的vec文件。
  • -bg：负面训练样本所在的vec文件。
  • -numPos：正面训练样本的数量。
  • -numNeg：负面训练样本的数量。
  • -w：训练后可以侦测到目标的最小宽度。
  • -h：训练后可以侦测到目标的最小高度。
  • -data：输出训练结果的目录。

训练的结果cascade.xml会放在-data参数指定的目录中，该目录中的其他文件都是 可以删除的临时文件。CascadeClassifier可以加载这个训练结果来侦测目标。

因为训练样本的时间可以长达数小时到数天，所以不一定要等到最终训练结果出来， 可以用以下命令得到一个中间分类器的xml文件来检验一下分类器是如何工作的： 

convert_cascade --size="48x24" haarcascade haarcascade-inter.xml
© 2015 jade-dungeon.net. Valid CSS & XHTML
Website template by Arcsin