|
車(chē)輛檢測技術(shù)看似神秘，本質(zhì)上是通過(guò)數學(xué)公式，計算出圖片上指定區域內的像素特征，進(jìn)而根據特征判斷物體所屬類(lèi)別。物體檢測方法可以總結為特征提取與類(lèi)別判定兩步，常用方法為支持向量機, Support Vector Machine（SVM）與方向梯度直方圖, Histograms of Oriented Gradients（HOG）相互配合。 本文將從以下幾個(gè)方面介紹這種常用的車(chē)輛檢測算法，揭開(kāi)其神秘面紗，也讓讀者通過(guò)閱讀對機器學(xué)習過(guò)程有清晰的了解。 應用場(chǎng)景簡(jiǎn)介 詳述HOG特征的計算方法 簡(jiǎn)述SVM的工作過(guò)程 對比及總結 應用場(chǎng)景簡(jiǎn)介 現實(shí)生活中車(chē)輛檢測技術(shù)應用廣泛，下面舉例說(shuō)明車(chē)內裝置的應用。我們平時(shí)開(kāi)的私家車(chē)里有時(shí)會(huì )有后置車(chē)載攝像頭，后方一定距離內有車(chē)將要超過(guò)該車(chē)時(shí)，此系統便會(huì )啟動(dòng)，檢測出后方車(chē)輛以后發(fā)出警報，提示駕駛員減速駕駛（圖1）。另一個(gè)例子便是在自動(dòng)駕駛領(lǐng)域的應用，通過(guò)對周邊車(chē)的定位，分析他車(chē)車(chē)速、距離等干擾因素，從而改變該車(chē)的行駛軌道。 
圖1：后視車(chē)載攝像頭檢測出車(chē)輛在圖像上用矩形框定位 車(chē)輛檢測系統還廣泛用于交通管制和路況監控（圖2），例如在隧道口安置此系統，則會(huì )統計每天各個(gè)時(shí)段的車(chē)流量，適當實(shí)施限行政策，減少交通事故的發(fā)生,并且提醒駕駛員，哪里是擁擠路段，哪里交通較為順暢，進(jìn)而方便駕駛員選擇出行線(xiàn)路，起到疏散交通的目的。此外車(chē)流量的統計也會(huì )應用在機場(chǎng)或火車(chē)站的停車(chē)場(chǎng)，經(jīng)過(guò)大數據分析出車(chē)位緊張的時(shí)段，以便工作人員合理調度資源。 附帶車(chē)輛檢測系統的信號燈可以通過(guò)與其他技術(shù)相結合，探測信號燈周?chē)?chē)流量，工作人員通過(guò)大數據人工智能進(jìn)行統計，通過(guò)計算設定紅綠燈交替變換的合理時(shí)間間隔。
圖2：車(chē)輛檢測系統在路況監控場(chǎng)景下的應用 HOG 與 SVM相結合的算法 ( 40 −16 )/ 8 +1 =4 利用HOG與SVM相結合的行人檢測方法最初是由法國研究人員Dalal于2005年在CVPR上提出的，如今演變成以HOG+SVM為主要思路對各類(lèi)物體進(jìn)行檢測,包括車(chē)輛以及車(chē)道的定位。 步驟如下（圖3）所示：
圖3：SVM與HOG結合做車(chē)輛檢測的流程圖。 HOG特征計算 HOG是一個(gè)局部提取特征的算法，如果是包含復雜背景的大圖，就算提取再多的特征也不會(huì )達到檢測物體的目的。我們需要將圖片剪裁得到目標，經(jīng)實(shí)驗證明，車(chē)輛作為目標物體占圖片比重必須大于80%才會(huì )得到好的效果。在剪裁好的局部圖像上將圖像分區（block），每個(gè)區域以細胞（cell）為單位提取特征。（圖像中的多個(gè)像素為一個(gè)細胞cell，多個(gè)cell組成區域塊block。） 我們以下（圖4）為例，解釋HOG特征的計算過(guò)程。 首先剪裁得到一張40*40的圖片（以像素為單位），之后我們要定義如下幾個(gè)變量：
圖4：block在剪裁圖片上的移動(dòng)過(guò)程，由圖可知4個(gè)cell組成一個(gè)邊長(cháng)為16個(gè)像素值block，圖片經(jīng)剪裁得到長(cháng)寬均為40個(gè)像素值。步長(cháng)為1， 即每次移動(dòng)一個(gè)像素值。 定義移動(dòng)步長(cháng)s, 例如：s=1。 定義cell大小，以像素為單位，例如：8*8。 定義block大小，例如：由2*2=4個(gè)cell組成。 定義bin的數量取值，根據需要設定數量，例如bin=9，每個(gè)bin用來(lái)存放計算出的直方圖的梯度方向累加值，其原理下文將具體講解。 對輸入的圖像及顏色進(jìn)行標準化處理，減少光照或陰影對圖像中物體檢測準確性的干擾，具體做法是進(jìn)行g(shù)emma顏色矯正后改為灰度圖（Gemma顏色矯正原理在此不做介紹）。 梯度大小的計算。以一個(gè)細胞部分區域為例做計算方法講解（圖5），下文為計算像素值為25的中間點(diǎn)的公式。
圖5：一個(gè)細胞的部分區域大小及像素值 采用一個(gè)合理的卷積核方式的定義，實(shí)驗表明[-1,0,1]效果最好。卷積核 [-1,0,1] 可以理解為一個(gè)矩陣，用于計算每個(gè)像素點(diǎn)的梯度幅值方向，因此我們可以橫向（x軸正方向，向右）采用[-1,0,1] 的卷積核，縱向（y軸正方向，向上）采用〖[-1,0,1]〗^T,對于圖像區域中的每一個(gè)像素點(diǎn)做橫向，縱向的梯度分量計算，二者平方和開(kāi)根號得到該點(diǎn)的梯度方向，因此計算公式如下：
所以像素為25的點(diǎn)水平方向的計算方法如下（圖6）所示：
圖6：像素值為25的中間點(diǎn)水平方向的像素值的計算過(guò)程 計算公式：
所以像素為25的點(diǎn)垂直方向計算方法如下（圖7）所示：
圖7：像素值為25的中間點(diǎn)水平方向的像素值的計算過(guò)程 計算公式：
梯度方向的計算采用以下公式：
對每個(gè)細胞(cell)中的所有像素點(diǎn)重復3-4的計算過(guò)程，再將數值相加，我們就得到了一個(gè)細胞(cell)內9個(gè)梯度方向上的梯度積分圖（圖8）。 求解圖像分區(block)的HOG特征，即：將所包含的細胞(cell)特征串聯(lián)到一起。 求解整個(gè)圖片的HOG特征，即：將所包含的圖像分區(block)特征串聯(lián)到一起。 特征維度的計算方法： 以上例子中block塊沿著(zhù)x,y軸分別移動(dòng)4步： (40-16)/8+1=4 每個(gè)block中包含4個(gè)cell： 2*2=4 特征維度的計算公式：
因此該圖例中通過(guò)計算得到特征維度是576。 將求得的梯度向量正則化。正則化的重要目的是為了防止過(guò)擬合，過(guò)擬合會(huì )造成在對訓練集的分類(lèi)效果過(guò)于理想，但是測試集檢測率極其偏低，這顯然是我們不能接受的。跟一般的機器學(xué)習特征正則化的道理相同，例如得到的特征值在(0, 200)之間分布，我們要求防止200以?xún)鹊臄底謱μ卣髡w分布造成影響（模型在訓練中會(huì )為了迎合200而偏離整體趨勢，造成過(guò)擬合），因此要將特征分布規范化到一定區間，Dalal在論文中提到采用L2-norm得到的效果非常理想。（這里0，200指特征值所在的范圍） 將特征與標簽一起送往SVM中對分類(lèi)器進(jìn)行訓練。 直方圖的梯度方向及bin的取值 Dalal在論文中提到，“這一步驟的目的是為局部圖像區域提供一個(gè)指示函數量化梯度方向的同時(shí)，能夠保持對圖像中檢測對象外觀(guān)的弱敏感性”。 梯度大小要根據梯度方向插入到對應的bin中，方向分為兩種。 第一種無(wú)方向的方法（unsighed）適用于車(chē)輛或其他目標檢測，第二種有方向的方法（sighed）經(jīng)實(shí)驗證明，不適用于車(chē)輛或其他目標檢測，這種方法在圖片放大、縮小、或經(jīng)過(guò)旋轉后，像素點(diǎn)要恢復到原位置時(shí)會(huì )有應用，可以點(diǎn)擊參考文獻的第5個(gè)鏈接進(jìn)行深入了解。 無(wú)方向。 (0 , π) 下面我們詳細了解無(wú)方向插值法. 本文將使用三張表格去做講解，每張表格中第一行為計算出的幅值，第二行為規定好的bin的方向取值，由180度除以定義的bin個(gè)數得來(lái)。第三行為bin的序號，從0開(kāi)始. 根據實(shí)際需要分成若干個(gè)bin, 例如分成9個(gè)，即每個(gè)細胞內統計9個(gè)方向的梯度直方圖，每個(gè)bin的覆蓋方向為20度。將幅值（上文中計算的 G(x, y) ）插入到bin中，最終bin中幅值的累加和即為直方圖的縱軸，橫軸則是bin的取值范圍，該例中取(0, 8) 的數字。 插入值的方法： 若某個(gè)像素點(diǎn)的幅值為80，方向為20度，則插入到(表格1)藍色區域的位置：
(表格1) 若幅值為80，方向為10度，則分別插入到(表格2)藍色填充的兩個(gè)位置：
(表格2) 若幅值為60，方向為165度，則分別插入到表格3藍色的兩個(gè)位置： （180度和0度在方向上等價(jià)，所以幅值按1:3分別插入兩個(gè)bin）
(表格3) 上述(表格1)介紹的方向值恰好為bin對應值的插入方法，表格2介紹了方向值介于兩個(gè)bin值之間的插入方法，表格3介紹了方向值大于最大bin值的插入方法。根據三種方法的原理，以cell為單位計算，一個(gè)cell中所有像素點(diǎn)遍歷后的幅值累加，例如上面我們在0號bin的位置得到了兩個(gè)幅度值分別為40和15，因此我們到目前為止0號bin的直方圖累加到55。以此類(lèi)推，計算每個(gè)cell 的1-8號bin幅度分別累加。最終我們會(huì )得到類(lèi)似于下面（圖8）的直方圖，橫坐標X為梯度方向，縱坐標Y為梯度幅值：
圖8：梯度直方圖實(shí)例。橫軸為bin序號，縱軸為計算出的幅值。本圖縱軸對應的數字僅為舉例說(shuō)明，例如，上圖三張表格中的bin1幅值加和得到80+40+0=120作為最終結果，則直方圖縱坐標得到120，繼續做計算，bin1 的值會(huì )繼續累加。 實(shí)驗證明目標檢測時(shí)用9個(gè)bin,單向插入會(huì )得到最佳效果。 有方向。(0, 2π) 方向前加了正負號，若也定義9個(gè)bin, 則每一個(gè)bin所分配到的角度范圍是(0, π/9 °) 例如，第二個(gè)bin,其正值插入到范圍在20-40(藍色的扇形區域)，負值應插入到200-220的bin中(藍色的扇形區域)。（圖9）
圖9：有方向的插值方法，每一個(gè)扇形區域代表一個(gè)bin覆蓋角度范圍值。紅色為一號bin,覆蓋0-20度。順時(shí)針?lè )较蛞来螛颂�，綠色為終點(diǎn)，340-360度。藍色區域為相對應的兩個(gè)方向的bin. 簡(jiǎn)述SVM的工作過(guò)程 SVM (Support Vector Machine) 全稱(chēng)為支持向量機 ，在空間中將兩個(gè)類(lèi)別通過(guò)一個(gè)超平面分開(kāi)，二維空間可簡(jiǎn)單理解成為了找到 y 而 y 滿(mǎn)足
y的值決定了樣本是正類(lèi)還是負類(lèi)。但是如何確定最優(yōu)超平面，這里就引入了支持向量和最大 間隔。我們的目標是引入超平面，使得距離超平面最近的點(diǎn)之間有最大間隔（圖10）。
圖10：紅色的線(xiàn)為超平面，落 在兩側的虛線(xiàn)上的點(diǎn)為支持向量，計算得到的𝑦值即1（正類(lèi)）或-1（負類(lèi)），藍色的點(diǎn)為正 樣本，綠色的點(diǎn)為負樣本，目的是找到虛線(xiàn)之間的距離最大的𝑤值，因為距離越大表示二分類(lèi) 模型效果越好。 (來(lái)源: https://en.wikipedia.org/wiki/Support-vector_machine) 由于現實(shí)情況中的數據復雜度高，有時(shí)會(huì )根據需要引入核函數，作用是將低維度映射到高維度 中，通過(guò)找到㇐個(gè)最優(yōu)超平面使線(xiàn)性不可分（圖11）的數據變得線(xiàn)性可分。
圖11：紅色圈內的點(diǎn)與藍色的點(diǎn)二維空間中線(xiàn)性不可分，因此需要通過(guò)核函數將各個(gè)點(diǎn)映射 到高維度的空間坐標系中 SVM的計算量大，訓練耗時(shí)，因為對于每個(gè)點(diǎn)都要計算㇐遍與其他每㇐個(gè)點(diǎn)的相似度。因此S VM適用于數據量較小的二分類(lèi)模型訓練，若為多個(gè)類(lèi)別，則通常分別訓練多個(gè)模型。此外， 臺灣大學(xué)教授研發(fā)的兩款開(kāi)源工具當下深受科學(xué)家的喜愛(ài)，㇐個(gè)是LibSVM，另㇐個(gè)是基于SV M開(kāi)發(fā)、適用于大數據量的liblinear。 SVM對參數也極其敏感。libSVM或LibLinear訓練過(guò)程中要注意懲罰項C，和權重系數w. C 即懲罰項，越大，代表訓練過(guò)程分類(lèi)效果越好，但是C過(guò)大會(huì )造成過(guò)擬合，即訓練樣本分類(lèi) 正確率極其高但是測試準確率極其底。因為數據中不可避免的出現㇐些遠離集中群體的點(diǎn)，C 的大小表明了你是否愿意放棄這些離群點(diǎn)。越大表示不愿意放棄，因此模型會(huì )特別好的擬合訓 練集但非測試集， W即權重代表正負樣本的系數，如果想讓更多的目標被檢測出來(lái)，就將正樣本權重加大，但 是這樣誤檢率(FP)會(huì )特別高。反之，負樣本權重加大，會(huì )控制誤檢率（FP），當然目標檢測率 (TP)就會(huì )降低。 經(jīng)過(guò)筆者親自實(shí)驗發(fā)現，㇐百萬(wàn)個(gè)數據，1152維特征，在2個(gè)CPU，60G內存的 Windows10 操作系統下，開(kāi)18個(gè)線(xiàn)程程訓練耗時(shí)20分鐘。因此作者建議大家使用liblinear庫訓練超大文 本，或增加計算機內存。 對比及總結 本文重點(diǎn)解析了車(chē)輛檢測的特征計算部分，以及簡(jiǎn)要介紹SVM的分類(lèi)策略。建議HOG特征用 于車(chē)輛檢測時(shí)，采用大于1000維度特征，9個(gè)bin的無(wú)方向插值法，特征分布不均勻務(wù)必采用 正則化處理；SVM可根據需要選擇核函數，必要時(shí)可以選用LibSVM庫訓練基于超大數據量的 模型。 SVM 的內核函數機制將低維度空間映射到高維度空間有效解決了線(xiàn)性不可分的難題，SVM的 計算復雜度由支持向量的個(gè)數決定，而幸運的是，最終決策函數由少量支持向量決定。SVM 同樣有其局限性，如果不使用LiBSVM/Liblinear開(kāi)源庫，單純的SVM對大型數據的處理非常 困難，因為SVM在計算過(guò)程中涉及矩陣計算，其行數列數由樣本數量決定，大型樣本在計算 過(guò)程中消耗大量時(shí)間和空間。同理，實(shí)踐過(guò)程中，對于是否選擇HOG也要雙向考慮優(yōu)缺點(diǎn)優(yōu) 點(diǎn)。這里對其優(yōu)缺點(diǎn)做總結以便讀者做參考： 優(yōu)點(diǎn)：HOG是在局部的單元上做檢測，能較好地捕捉局部形狀信息，而忽略光照，色 彩等因素，例如車(chē)輛檢測中可以忽略車(chē)的色彩因素，從而降低所需要的特征維度，而 且因為對光照的若敏感度，即使車(chē)輛存在遮擋的部分也可以檢測出。 缺點(diǎn)：HOG不擅長(cháng)處理遮擋問(wèn)題，車(chē)輛方向改變也不易檢測；因為梯度的性質(zhì)，HOG 對噪點(diǎn)相當敏感，因此在實(shí)際應用中，在 block 和 cell分割成局部區域單元之后，通常 有必要做㇐次高斯平滑去除噪點(diǎn)。對特征維度的確定（細胞，塊，步長(cháng)的確定）要求 高，實(shí)際工作中需反復設計方案實(shí)驗得出最優(yōu)解。 以上是本文的主要內容，希望給讀者㇐個(gè)清晰的思路。盡管SVM與HOG的結合計算量大，但 是成本較低，模型的訓練也基于CPU就可以進(jìn)行，深受中小型產(chǎn)品研發(fā)企業(yè)的青睞，例如車(chē) 載攝像頭等小部件的研發(fā)與產(chǎn)出，在保證可用性的前提下價(jià)格方面會(huì )親民許多。 參考文獻 https://blog.csdn.net/u011285477/article/details/50974230 https://www.learnopencv.com/histogram-of-oriented-gradients/ https://www.stat.purdue.edu/~pan ... _HumanDetection.pdf https://www.csie.ntu.edu.tw/~cjlin/libsvm/ https://blog.csdn.net/u011448029/article/details/11709443 文章來(lái)源：貿澤電子 作者簡(jiǎn)介：王晶是一名機器學(xué)習算法工程師，目前在汽車(chē)檢測領(lǐng)域工作。熱衷于技術(shù)文章的創(chuàng )作。她希望她的文章能引起讀者們對人工智能的興趣，以激勵更多的專(zhuān)業(yè)人員致力于這個(gè)領(lǐng)域，將AI與云技術(shù)和大數據結合起來(lái)，以使人們的生活更加安全便捷。 |
