基于樹形檢測器的多標志識別

摘要：本文首先采用了soft cascade結構的頭結點分類器檢測出大量的背景圖像；然后，通過一個貪婪搜索算法構建分叉樹分類器，將不同的臺標分類到正確的檢測線路中；最后，使用普通cascade結構來得到更加準確的識別結果。實驗結果，本文的檢測器可以獲得較高的識別準確度。
關鍵詞：soft cascade，joint boosting，canny算子

0 引言
自動的電視臺標檢測和識別已經在多媒體領域獲得非常高的關注度。如今，多數(shù)的手機都具備了攝像頭功能，所以人們可以隨心所欲地拍攝各種事物，然后利用各種算法去分析處理獲得的圖像。本文中，展示一個系統(tǒng)一利用手機內置攝像頭幫助人們識別電視頻道信息。日常觀看的電視頻道就有幾十個不同的臺標，所以可以把這個問題看作是一個多類檢測問題，而單類的檢測即識別，最終就實現(xiàn)了多類識別。
對于單類檢測問題，Viola和Jones給出了state-of-the-art算法。他們先訓練了一系列節(jié)點分類器去檢測圖像里的每一個子窗口，只有那些能夠通過所有節(jié)點分類器的子窗口圖像才被認為是正樣本。吳將Voila的工作簡單地拓展到了多視角人臉檢測上，為每個獨立的人臉視角訓練了一個不同的 cascade結構，并且并行地運用它們進行檢測。但是當正樣本的類型數(shù)量增加時，這個方案所花費的檢測時間也是線性增長的，而這個代價是我們無法負擔的。Torrobla提出了一種新的boosting框架，命名為jointboosting。他將N類分類問題轉化為N-1個兩類分類問題，然后自動地共享相同的弱分類器。盡管它的檢測器可以共享特征，但是當檢測目標時，它仍然需要計算全部特征，所以它并不是一個快速檢測框架。
近些年來，樹形檢測器被引入了多視角人臉檢測應用中。許多研究者更加偏愛于這種樹形結構，例如，F(xiàn)leuret和Geman的scalar tree，Li等人的金字塔結構，還有Huang chang的廣度優(yōu)先搜索樹。在他們的工作里，Huang的工作最有新意，他提出來一種新的輸出一個布爾矢量的boosting算法，取名為vector boosting。由于它具有良好的性能，本文選用它作為分叉樹的部分。有別于多視角人臉的并行結構，經驗證明直接構建一個由粗到精的樹是比較困難的。故此，本文設計了一種根據(jù)不同組合的誤報率來構建分叉樹的方法。詳細的方案會在1．3中闡述。
本文的其他部分是這樣組織的：在1．1小節(jié)中，本文介紹所采用的特征集，然后簡要地描述下普通cascade結構和soft cascade結構。在實驗過程中，作者測試了本文算法的精確度和檢測所需的平均特征數(shù)。



1 檢測器框架
在實驗中，本文采用了一架攝像機來拍攝電視節(jié)目的全屏幕圖像?？紤]到此方法的通用性，不假設關于臺標位置的先驗信息(盡管臺標通常會出現(xiàn)在屏幕的上部)。為了可以檢測出臺標，本文先使用了一個分類器對大量的不同尺度和位置的子窗口進行掃描。因為多數(shù)的子窗
口都是背景，而背景的輪廓特征不明顯，所以可以將任務分割成兩個部分：首先是盡可能早的拒判掉非臺標的子窗口，然后是區(qū)別每個臺標屬于哪個頻道。接下來描述下算法的第一部分。