《目标检测》由会员分享，可在线阅读，更多相关《目标检测（110页珍藏版）》请在金锄头文库上搜索。
1、第十二章 目标检测与识别,Lecture 12 Object Detection and Recognition,目标检测和识别,怎样检测和识别图像中物体，如汽车、牛等？,目标识别的应用,难点之一: 如何鲁棒识别？,类内差异（intra-class variability）,类间相似性（inter-class similarity）,难点之二：计算量大,一幅图像中像素个数多，目前每秒约产生300G像素的图像/视频数据。 - Google图片搜索中已有几十亿幅图像 - 全球数字照相机一年产生180亿张以上的图片（2004年） - 全球一年销售约3亿部照相手机（2005） 人的物体识别能力是强大的
2、 - 灵长类动物约使用大脑皮层的一半来处理视觉信息 Felleman and van Essen 1991 - 可以识别3,000-30,000种物体 - 物体姿态可允许30度以上的自由度。,难点之三：如何在小样本条件下学习,物体识别方法,检测(detection)vs. 不检测 表示(representation) - 颜色、纹理、边缘、梯度、局部特征、深度、运动等等。 分类(classification or categorization) - K近邻（KNN） - 神经网络（NN） - 支持向量机（SVM） - Boosting(Adaboost等) - 隐马尔科夫模型（HMM） -其他
3、,生成学习（Generative learning）vs. 判别学习 （discriminative learning）,生成学习 vs. 判别学习,两种分类器学习模式 生成学习 -目标是学习到符合训练数据的类别模型 - 如EM算法(Maximum Likelihood) 判别学习 在训练阶段即考虑类别之间的判别信息 包括Support Vector Machines (SVMs), Boosting, Minimum Classification Error (MCE), Maximum Mutual Information (MMI), Lager Margin (LM), and etc
4、. 判别学习算法比生成学习算法表现出更好的分类性能。,判别学习方法,第二节 人脸检测与识别,13,1. 物体检测,Car/non-car Classifier,Yes, car.,No, not a car.,基于二分类器,14,物体检测,Car/non-car Classifier,在复杂背景下，通过滑动窗口（sliding windows）搜索感兴趣的物体。,物体检测,Step1. 获取训练数据 Step2. 提取特征 Step3. 训练分类器 Step4. 利用分类器进行检测,人脸检测（Face detection）,Viola-Jones人脸检测算法（基于AdaBoost）,Viola
5、-Jones人脸检测算法(2004),滤波器设计,Adaboost,Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。 其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值的新数据集送给下层分类器进行训练，最后将每次训练得到的分类器最后融合起来，作为最后的决策分类器。 使用adaboost分类器可以排除一些不必要的训练数据特徵，并将关键放在关键的训练数据上面。,Boosting Example,Bo
6、osting Example,Boosting Example,Boosting Example,Boosting Example,Boosting Example,Adaboost,学习目标：选择能够最有效地区分人脸与非人脸的矩形特征及其阈值,Adaboost,组合弱分类器（weak learners），得到更为精确的集成分类器（ensemble classifier）。 弱分类器：性能仅比随机分类稍好 根据矩形特征定义弱分类器:,Adaboost算法步骤,初始给每个训练样本以同等权重 循环执行以下步骤： 根据当前加权训练集，选择最佳弱分类器 提升被当前弱分类器错分的训练样本的权重 按照各弱
7、分类器分类精度对其加权，然后将各个弱分类器形成线性组合，得到最终分类器。,Viola-Jones算法中的AdaBoost,每一次boosting迭代如下: 评价每一个样本上的每一种矩形特征 为每一种矩形特征选择最佳分类阈值 选择最优的矩形特征及其阈值组合 改变样本权重 计算复杂度: O(MNT) M：特征数，N：样本数, T：阈值数,级联分类器（Cascading Classifiers）,训练级联分类器,Viola-Jones检测算法-总体流程,用5K正样本，350M反样本学习 得到38层（共使用6060个特征）级联分类获得实时性,Viola-Jones人脸检测结果,Viola-Jones人
8、脸检测结果,Viola-Jones人脸检测结果,2. 人脸识别（face recogntion）,Zhao et al., Face Recogniton: a literature survey. ACM Computing survey, 2003,Face Recognition: 2-D and 3-D,图像 = 像素的集合,将由n个像素构成的图像视为n维空间中的点,最近邻分类器,Eigenfaces,使用主成分分析技术（Principle Component Analysis, PCA)减少维数,主成分分析(PCA, K-L变换),降低特征向量的维数 获得最主要特征分量，减少相关性；
9、 避免维数灾难,主成分分析(PCA, K-L变换),主成分分析(PCA, K-L变换),Eigenfaces,学习 1. 计算训练图像的均值和协方差矩阵. 2. 计算协方差矩阵的特征值，取前k个最大特 征值对应的特征矢量. 3. 将图像投影到k-维特征空间 （Eigenspace）。 识别 1. 将测试图像投影到Eigenspace. 2. 在特征图像上执行分类.,Eigenfaces: 训练图像,Eigenfaces,PCA方法的不足,可能损失重要的细节信息 方差最小的方向也可能是重要的 没有考虑判别任务 希望得到最具判别能力的特征 但判别能力最佳并不等同于方差最大,Fisherfaces：
10、类特定的线性投影,PCA & Fisher的线性判别函数,PCA & Fisher的线性判别函数,Fisherfaces示例（ORL Database）,基于eigenfaces/fisherfaces的识别,训练： - 根据训练图像，利用PCA或Fisher方法确定投 影矩阵 - 将每个训练图像投影到子空间（eigenspace或fisherspace）。 识别： - 将测试图像投影到eigenspace或fisherspace。 - 子空间中距离测试图像最近的训练图像对应的类别为识别结果。,Project5：人脸合成,平均 人脸,平均 就是 美,Project5：人脸合成,Project5
11、：人脸合成,Project5：人脸合成,Project5：人脸合成,Project5：人脸合成,FantaMorph，人脸合成软件,Project5：人脸合成,FantaMorph，人脸合成软件,手动标定人脸,Project5：人脸合成,FantaMorph，人脸合成软件,手动标定人脸,Project5：人脸合成,FantaMorph，人脸合成软件,产生多张合成图像，随机或者平均输出,Project5：人脸合成,Task：利用人脸检测算法，将上述过程改为自动完成，实现自动人类合成。,第三节 深度学习导引,第三节 深度学习导引,第三节 深度学习导引,第三节 深度学习导引,第三节 深度学习导引,第
12、三节 深度学习导引,第三节 深度学习导引,第三节 深度学习导引,神经网络的基本结构,神经网络的大量参数,神经网络的表现能力,神经网络的表现能力,神经网络的表现能力,神经网络的表现能力,卷积神经网络,卷积神经网络,卷积神经网络,卷积神经网络,卷积神经网络,卷积神经网络,卷积层的作用,卷积神经网络,卷积神经网络,卷积神经网络,池化层的作用,卷积神经网络,卷积神经网络,激活函数,卷积神经网络,卷积神经网络,卷积神经网络,卷积神经网络,Softmax层的作用,卷积神经网络,卷积神经网络,网络的预处理,卷积神经网络的实例,Alexnet,卷积神经网络的实例,Alexnet,卷积神经网络的实例,FCN网络,卷积神经网络的实例,FCN网络,卷积神经网络的实例,FCN网络,卷积神经网络的训练方法,卷积神经网络的训练方法,卷积神经网络的训练方法,卷积神经网络的训练方法,卷积神经网络的训练方法,卷积神经网络的训练方法,卷积神经网络的训练方法,卷积神经网络的训练方法,卷积神经网络的训练方法,递归神经网络,Recurrent Neural Networks,递归神经网络,LSTM,
