判决方法.pptVIP

Part 3: 判决方法 综 述 利用分类器进行目标检测 Boosting Gentle boosting Weak detectors Object model Object detection 多类目标检测 判决方法 Discriminative vs. generative 判决方法 公 式 公式: 二值分类 综述 利用分类器进行目标检测 Boosting Gentle boosting Weak detectors Object model Object detection 多类目标检测 一个利用Boosting的简单检测器 为什么选择 boosting? 用简单的算法构造了鲁棒的学习分类器 Freund Shapire, 1995 Friedman, Hastie, Tibshhirani, 1998 为选择分散的视觉特征提供了有效的算法 Tieu Viola, 2000 Viola Jones, 2003 易于执行，不需要外部优化工具 Boosting Boosting 我们需要定义一组弱分类器 Boosting 一个顺序的过程: 示 例 示 例 示 例 示 例 示 例 示 例 示 例 Boosting 不同的损失函数和优化算法导致各式各样的Boosting 本Demo里，我们使用Gentle AdaBoost：简单易行、数值计算稳定 “Gentle”的意思从上下文推断来看，可能是指“比较直接明了的，易于执行的”，呵呵 综 述 利用分类器进行目标检测 Boosting Gentle boosting Weak detectors Object model Object detection 多类目标检测 Boosting Boosting 拟合下列可加性模型 指数损失函数 Boosting gentleBoosting 弱分类器 输入为一组加权的训练样本(x,y,w) 回归树桩(regression stumps): 虽然简单，却经常使用在目标检测中。 gentleBoosting.m Demo gentleBoosting 各种风味的 boosting AdaBoost (Freund and Shapire, 1995) Real AdaBoost (Friedman et al, 1998) LogitBoost (Friedman et al, 1998) Gentle AdaBoost (Friedman et al, 1998) BrownBoosting (Freund, 2000) FloatBoost (Li et al, 2002) Modest AdaBoost … 综 述 利用分类器进行目标检测 Boosting Gentle boosting Weak detectors Object model Object detection 多类目标检测 从图像中提取特征:弱检测器 我们将定义一系列视觉特征， 它们可以被用作弱分类器（“弱检测器”） 弱检测器 纹理的纹理 Tieu and Viola, CVPR 2000 弱检测器 类Haar滤波器和积分图算法 Viola and Jones, ICCV 2001 弱检测器 其它的一些弱检测器: Carmichael, Hebert 2004 Yuille, Snow, Nitzbert, 1998 Amit, Geman 1998 Papageorgiou, Poggio, 2000 Heisele, Serre, Poggio, 2001 Agarwal, Awan, Roth, 2004 Schneiderman, Kanade 2004 … 弱检测器 基于局部特征:与基于局部的 generative模型相似，我们生成一个基于局部特征的弱检测器，对目标的中心位置投票。 弱检测器 弱检测器 弱检测器 训练 表达方式与目标模型 表达方式与目标模型 综 述 利用分类器进行目标检测 Boosting Gentle boosting Weak detectors Object model Object detection 多类目标检测 示例: 屏幕检测 示例: 屏幕检测 示例: 屏幕检测 示例: 屏幕检测 示例: 屏幕检测 示例: 屏幕检测 示例: 屏幕检测 Demo 统计概率意义上的解释 Generative 模型（是不是贝叶斯先验概率？） 弱检测器 Generative model 目标模型 不变的东西: 搜索策略 基于局部特征 分类器的级联 Fleuret and Geman 2001, Viola and Jones 2001 No