基于级联分类器的多目标检测

原文地址:http://blog.csdn.NET/ariesjzj/article/details/8639208

物体检测方法大体可分为两类,基于知识的方法和基于统计的方法。前者如template matching, surf/sift detector等等。这些方法都基于我们对于识别目标已有比较清晰的刻画。虽然有些特征能抗一定的形变,但总体泛化性不够强。如果检测目标比较固定且对时间要求不高,可以考虑用这类方法。但有些应用是没法提供模板的,或者说模板太多(一一匹配的话检测时间无法接受),又或者说我们需要容忍更大程度或更多样的形变(如人脸,行人等)。这时候就要考虑用基于统计的方法了。既然是基于统计,就得有大量的样本,分类器对这些样本进行学习来获得参数。得到目标分类器后,要进行检测时就很快了。OpenCV中带的Haar特征级联分类器就是这样一种方法,它位于app目录下,该目录下有两个实现,一个是老的实现haartraining,只支持Haar特征。另一个是新的traincascade,支持更多特征(LBP,HOG)和boosted分类器,更易于扩展。除此之外OpenCV的data目录下有很多训练好的级联分类器(如人脸,眼睛检测等),load进来就可以用,无需训练。官方例程中的objectdetection,facedetect等例子就是直接用了这些训练好的分类器,如自带的face detection程序:

现实使用中我们经常需要训练针对各种应用的分类器。下面介绍如何训练一个自己的级联分类器。整个过程大致可分为以下几步(基于OpenCV 2.4.4):

1. 收集数据

数据可分为正样本和负样本。正样本即要检测的目标,负样本则不包含目标。

首先我们要生成正负样本的索引(或称描述文件)。正样本描述文件官方文档中给了例子:

img/img1.jpg 1 140 100 45 45 img/img2.jpg 2 100 200 50 50 50 30 25 25

依次为文件名,目标个数,目标坐标。既然是基于统计的方法,样本自然要求很多(一般以千为单位),因此很多时候这一步是劳力活。当然,勤劳勇敢的码农们写了各种工具来解放生产力。这些描述文件可以人肉生成,也可用object marker(http://inflomatik.com/)来圈,然后自动生成。除此之外还有些其它工具:

http://code.google.com/p/opencv-haar-cascade-positive-image-builder/

http://code.google.com/p/imageclipper/

http://code.google.com/p/ml-object-marker/source/checkout

ffmpeg -i 可以将视频分解为图片

另外后面会讲到的createsamples工具还可以自动生成正样本。

负样本没这么麻烦了,描述文件只要包含文件路径即可,Windows中可以用dir /s /b生成,Linux下用find命令。

2. 创建vec文件

createsamples 工具可用于从正负样本描述文件生成训练程序需要的vec文件。如根据样本描述文件samples.txt生成samples.vec:

opencv_createsamples.exe -info samples.txt -vec samples.vec -w 20 -h 20

它还包含一个功能,通过distortion自动生成样本。如根据template.png和负样本描述文件negative.txt生成3000个样本。

opencv_createsamples.exe  -img template.png -vec -num 3000 -bg negative.txt -vec samples.vec -w 20 -h 20

还有种很尴尬的情况,就是既没空圈那么多的正样本,又想检测多种目标,咋办?因为上面提到的通过distortion来自动生成样本的方法不支持多个目标。一种方法是先根据多个目标生成多个vec文件,再用mergevec(http://note.sonots.com/SciSoftware/haartraining/mergevec.cpp.html)这个工具合并vec文件。mergevec用最新的OpenCV编译不了,如果你和我一样懒不想移植的话就下个OpenCV 1.0(就下可执行文件包,3M多那个),把那坨dll放到PATH里,然后下mergevec.exe就可以跑了。如根据template1.png ~ template3.png分别生成三个vec文件:

opencv_createsamples.exe -img template1.png -num 1000 -bg negative -vec sample1.vec -w 20 -h 20

opencv_createsamples.exe -img template2.png -num 1000 -bg negative -vec sample2.vec -w 20 -h 20

opencv_createsamples.exe -img template3.png -num 1000 -bg negative -vec sample3.vec -w 20 -h 20

接着写vec的索引文件sample.txt:

sample1.vec

sample2.vec

sample3.vec

然后就可以生成最终的samples.vec文件了:

mergevec.exe sample.txt samples.vec -w 20 -h 20

另外,如果你的应用比较general,如从自然背景中找特定目标,网上有现成的负样本数据集: svn checkout http://tutorial-haartraining.googlecode.com/svn/trunk/ tutorial-haartraining-read-only

3. 训练分类器

很多地方还是用haartraining,官方手册中建议用新的traincascade。用法上参数什么的都差不多,不过还是有差别。

根据刚才生成的样本描述文件进行训练,结果放在classifier目录里:

opencv_traincascade.exe -data classifier -vec samples.vec -bg negative.txt -numStages 25 -w 20 -h 20

其余有一坨参数,诸如maxFalseAlarmRate,minHitRate等想设就设下,不过默认的值大多数情况都是挺好的选择。

-featureType指定特征类型,默认为类Haar特征,还可以指定为LBP或HOG。基于Haar的级联分类器训练时间一般很长(以天为单位)。LBP,HOG则快得多。

注意这毕竟不是产品,很多时候参数一给不好就挂掉了。当然直接挂掉是最好的情况,最惨的是跑到中间hung住了,都不知道是因为hung住了还是因为训练时间长。。。

注:无论是haartraining还是traincascade,最终都会生成表示成xml文件的分类器。但如果你用的是haartraining并且想用中间Stage生成的分类器,可以用convert_cascade将中间结果整成xml文件。

4. 测试&验证

performance.exe可以对于给定的测试用例给出检测率报告。注意只对opencv_haartraining的结果适用。如果要写报告给数据这个很有用。不过这里先不整这么抽象的东西,先写个程序直观地看看检测效果如何。官方例程中的objectdetection是从摄像头抓帧进行检测。这里我们略微修改下从文件读取图片然后检测目标。其中关键函数为:

void CascadeClassifier::detectMultiScale(const Mat& image, vector<Rect>& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

其中的参数对于检测结果会有较大影响,如:

minNeighbors:其实分类器给出的结果是很多个矩形,那些被多个矩阵覆盖的区域被保留,而那些个孤立的矩阵被抛弃。这个参数决定了保留还是抛弃的阈值。(http://www.cognotics.com/opencv/servo_2007_series/part_2/page_2.html)。

minSize :检测目标size的阀值,小于它的不会被检测出来。

这里拿”愤怒的小鸟“作个简单的例子,因为每个关卡中笼子里的鸟虽不完全相同,但都类似。这里以一关中笼子中的鸟为训练正样本,让其学习并检测其它关卡中哪些是笼中鸟。

在一些case中还是有不少false alarm的。直观上可能会觉得这种动画图片的检测会更容易,但动画图片由于背景形状规则,色块均匀,作为负样本并不好,所以负样本尽可能还是要取得变化丰富些。

一些案例和参考资料:

Tutorial: OpenCV haartraining (Rapid Object Detection With A Cascade of Boosted Classifiers Based on Haar-like Features) http://note.sonots.com/SciSoftware/haartraining.html Haar-feature Object Detection in C#  http://www.codeproject.com/Articles/441226/Haar-feature-Object-Detection-in-Csharp Ivan Laptev | INRIA Paris - Rocquencourt, France http://www.di.ens.fr/~laptev/download.html#objectdetection OBJECT DETECTION IN OPENCV USING HAARTRAINING http://achuwilson.wordpress.com/2011/02/13/object-detection-using-opencv-using-haartraining/ Ultra Rapid Object Detection in Computer Vision Applications with Haar-like Wavelet Features http://www.codeproject.com/Articles/27125/Ultra-Rapid-Object-Detection-in-Computer-Vision-Ap HaarTraining for Pedestrian Detection http://se.cs.ait.ac.th/cvwiki/opencv:tutorial:haartraining#step_1dataset A simple object detector with boosting http://people.csail.mit.edu/torralba/shortCourseRLOC/boosting/boosting.html OpenCV Object Detection Howto http://opencv.willowgarage.com/wiki/ObjectDetection How to use HaarTraining in OpenCV http://kang.blog.com/2009/08/12/how-to-use-haartraining-in-opencv/ Create Your Own Haar Classifier for Detecting objects in OpenCV http://achuwilson.wordpress.com/2011/07/01/create-your-own-haar-classifier-for-detecting-objects-in-opencv/ How-to build a cascade of boosted classifiers based on Haar-like features http://opencv.willowgarage.com/wiki/ObjectDetection Face Detection using OpenCV http://opencv.willowgarage.com/wiki/FaceDetection Seeing With OpenCV http://www.cognotics.com/opencv/servo_2007_series/part_1/index.html FAQ for OpenCV haartraining http://www.computer-vision-software.com/blog/2009/11/faq-opencv-haartraining/ Simple Qt interface to try OpenCV implementations of SIFT, SURF, FAST, BRIEF and other feature detectors and descriptors http://code.google.com/p/find-object/ 《The OpenCV User Guide》 Chapter 4 Cascade classifier training 《Learning.OpenCV.Computer.Vision.with.the.OpenCV.Library》Chapter 13 Machine learning

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏和蔼的张星的图像处理专栏

5. 小项目之Face_detection

想做的是这么一个东西:识别视频(或者摄像头获得的实时视频)中的人脸,并判断是谁(因为数据采集的原因,找了身边的5个朋友采集了一些数据),如果不是这几个人,标记为...

1822
来自专栏北京马哥教育

20行 Python 代码实现验证码识别

一、探讨 识别图形验证码可以说是做爬虫的必修课,涉及到计算机图形学,机器学习,机器视觉,人工智能等等高深领域…… 简单地说,计算机图形学的主要研究内容就是研究如...

5978
来自专栏点滴积累

geotrellis使用(十六)使用缓冲区分析的方式解决投影变换中边缘数据值计算的问题

Geotrellis系列文章链接地址http://www.cnblogs.com/shoufengwei/p/5619419.html 目录 前言 问题探索 ...

3504
来自专栏专知

【资源】Python实现多种模型(Naive Bayes, SVM, CNN, LSTM, etc)用于推文情感分析

【导读】近日,Abdul Fatir 在自己的CS5228课程报告使用不同的方法进行Tweets情感分析(作为二分类问题),并对这些方法的性能进行比较,主要是基...

47110
来自专栏机器之心

教程 | 如何利用TensorFlow.js部署简单的AI版「你画我猜」图像识别应用

我们将使用卷积神经网络(CNN)来识别不同类型的手绘图像。这个卷积神经网络将在 Quick Draw 数据集(https://github.com/google...

3204
来自专栏新智元

【前沿】TensorFlow Pytorch Keras代码实现深度学习大神Hinton NIPS2017 Capsule论文

【新智元导读】10月26日,深度学习元老Hinton的NIPS2017 Capsule论文《Dynamic Routing Between Capsules》终...

4177
来自专栏QQ音乐前端团队专栏

前端图片主题色提取

对于需要根据用户“定制”、“生成”的图片,这样的方式就有了一个上传图片---->后端计算---->返回结果的时间,等待时间也许就比较长了。由此,我尝试着利用 c...

1.6K15
来自专栏量子位

OpenCV+深度学习预训练模型,简单搞定图像识别 | 教程

李林 编译自 pyimagesearch 作者 Adrian Rosebrock 量子位 报道 | 公众号 QbitAI ? OpenCV是一个2000年发布的...

6936
来自专栏SDNLAB

使用机器学习算法对流量分类的尝试(续)——关键报文的发现

导言 在上一篇文章《使用机器学习算法对流量分类的尝试——基于样本分类》(http://www.sdnlab.com/17324.html)中,我提供了一种使用朴...

3788
来自专栏数据小魔方

ggplot2双坐标轴的解决方案

本来没有打算写这一篇的,因为在一幅图表中使用双坐标轴确实不是一个很好地习惯,无论是信息传递的效率还是数据表达的准确性而言。 但是最近有好几个小伙伴儿跟我咨询关于...

4209

扫码关注云+社区

领取腾讯云代金券