雷鋒網(wǎng)按：極鏈科技Video++   整理 | 包包

從靜態(tài)圖像中識(shí)別目標(biāo)一直是計(jì)算機(jī)視覺(jué)比較熱門(mén)和有挑戰(zhàn)性的課題，目前最受歡迎的方法非深度學(xué)習(xí)莫屬，但是其檢測(cè)速度和大數(shù)據(jù)量的需求也一直存在著很大的問(wèn)題。其實(shí)，傳統(tǒng)的機(jī)器學(xué)習(xí)在某些目標(biāo)檢測(cè)方面不但有著不遜于深度學(xué)習(xí)的準(zhǔn)確度，而且檢測(cè)速度和數(shù)據(jù)量的需求比深度學(xué)習(xí)要好一些。今天，我們就來(lái)聊一下在傳統(tǒng)機(jī)器學(xué)習(xí)方面，基于dlib庫(kù)的“比心”動(dòng)作的識(shí)別。

對(duì)于動(dòng)作的識(shí)別可以采取目標(biāo)檢測(cè)的方法，主要是先收集動(dòng)作樣本，接著對(duì)訓(xùn)練樣本提取特征，然后基于這些特征進(jìn)行SVM訓(xùn)練得到模型，最后基于這個(gè)模型對(duì)圖像中的動(dòng)作進(jìn)行檢測(cè)。其訓(xùn)練的流程圖如下：

1.收集樣本，標(biāo)注并處理樣本。對(duì)收集到的包含比心動(dòng)作的樣本進(jìn)行標(biāo)注，主要是用長(zhǎng)方形把這個(gè)動(dòng)作框起來(lái)，并把這個(gè)長(zhǎng)方形的左上角坐標(biāo)以及長(zhǎng)寬和此文件的名字寫(xiě)入一個(gè)xml文件，訓(xùn)練的時(shí)候只需要讀入xml文件即可。處理樣本主要是對(duì)樣本進(jìn)行一些圖像處理操作，比如鏡像處理、加噪聲，其作用是為了增強(qiáng)數(shù)據(jù)集。

2.金字塔下采樣，提取fhog特征。金字塔下采樣基于給定的一個(gè)采樣因子，對(duì)圖像進(jìn)行下采樣，也就是給定一個(gè)因數(shù)對(duì)圖像不斷進(jìn)行縮小，構(gòu)成多級(jí)金字塔，以適應(yīng)不同尺寸的動(dòng)作。不斷縮小的終止條件就是圖像大小小于掃描窗口的大小，這個(gè)掃描窗口就是一個(gè)n*n的大小的矩陣在圖像上不停的滑動(dòng)，然后根據(jù)模型判斷此窗口的特征是否符合“比心”動(dòng)作的特征。而提取的特征使用fhog特征來(lái)表示的，fhog是hog特征的變形，hog特征是方向梯度直方圖，最簡(jiǎn)單的方向梯度的計(jì)算方式如下:

3.SVM訓(xùn)練。對(duì)提取到的fhog特征基于SVM也就是支持向量機(jī)進(jìn)行訓(xùn)練，SVM對(duì)特征進(jìn)行訓(xùn)練分類(lèi)一般來(lái)說(shuō)分為線性問(wèn)題和非線性問(wèn)題。而線性分類(lèi)中可分為線性可分和線性不可分，線性可分可以簡(jiǎn)單理解為如下圖：

也就是找到一個(gè)超平面將不同類(lèi)別的樣本點(diǎn)區(qū)分開(kāi)，也就是圖中的斜線將黃色矩形框和綠色原點(diǎn)區(qū)分開(kāi)，其中最靠近斜線的兩邊樣本點(diǎn)再平面之間的距離越大，那么這個(gè)分類(lèi)的確信度就越高，那么得到的這個(gè)超平面稱(chēng)之為最優(yōu)超平面。對(duì)于線性不可分的情況就是在此基礎(chǔ)上加入某個(gè)懲罰因子進(jìn)行調(diào)節(jié)，使得誤分類(lèi)的點(diǎn)盡可能少，兩平面的距離盡可能的大。而對(duì)于非線性的問(wèn)題主要是通過(guò)空間變換將低維空間映射到高維空間后進(jìn)行線性可分，如下圖所示：    

左圖中的橢圓平面就是右圖中的直線。

4. 通過(guò)SVM訓(xùn)練分類(lèi)得到“比心”動(dòng)作識(shí)別的模型。而檢測(cè)過(guò)程就是先輸入圖像，然后縮放圖像，通過(guò)滑動(dòng)窗口掃描整個(gè)圖像，對(duì)滑動(dòng)窗口中的圖像提取特征，調(diào)用模型判斷該特征是否屬于“比心”動(dòng)作的特征，最后將符合的特征圖像聚合成一個(gè)圖像，用矩形框畫(huà)出來(lái)，檢測(cè)效果如下圖所示：

不管是深度學(xué)習(xí)還是傳統(tǒng)機(jī)器學(xué)習(xí)，只要是有監(jiān)督的學(xué)習(xí)，基本上都是分為訓(xùn)練和檢測(cè)兩部分，訓(xùn)練部分主要是收集樣本、提取特征和訓(xùn)練分類(lèi)。一般來(lái)說(shuō)，在同等條件下，傳統(tǒng)機(jī)器學(xué)習(xí)速度上要快于深度學(xué)習(xí)，但是準(zhǔn)確率可能會(huì)稍遜深度學(xué)習(xí)。而“比心”動(dòng)作的特征比較明顯，所以，在傳統(tǒng)機(jī)器學(xué)習(xí)的算法下，其準(zhǔn)確率還是不錯(cuò)的。

雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。