hough forest----Class-Specific Hough Forests for Object Detection

看了很多网上写的霍夫森林的讲解，感觉他们讲的都不是很全面，所以想写这个东西，方便以后自己查阅。这里所写的是关于对行人检测的那篇论文。

很多人一看hough forest 是不是和hough transform有关。那天我讲ppt的时候给大家讲了一下hough transform，想从hough transform过度到hough forest要好一点。老实说很多人听了霍夫变换去听霍夫森林更是云里雾里的。如果想看hough transform 建议去看维基百科。如果知道hough transform对直线检测的话。你把在直线上的点想象成这里的一个个的patch，把直线在最后在数组上的投票想象成我们后面所说的投票。但是在对直线检测的时候我们检测的是一条确定的直线，在这里我们检测的是一个物体中心。你把直线想象成物体中心就ok了。

通过训练特定类的hough forest，各个局部图像块(patch）产生对物体中心位置的概率性投票（注意：这里说的是概率性投票，其实想表达的不是概率，因为相加之后不等于1），最后累加这些投票，选取最大值作为物体的中心。

特点：
1.叶子节点存的是具有判别性的码本。即一个patch来自背景还是物体，物体中心距离当前patch的位置。
2.hough forest可以优化投票性能，即叶子节点投票的不确定度再一直降低。（因为决策树在每个分支节点都想做到把不纯度降到最低）
3.用监督方法建立树。

ok，不知道别人怎么样，我第一次看到这个图像的时候一脸懵逼。其实这幅图我理解的意思是：先取局部图像块（图a中红绿蓝色的框框（patch）,然后提取特征，得到训练集。（你可以这么联想，想象成通过提取hog特征，就得到了像西瓜书上面西瓜的纹路，响声那些特征，毕竟我们有特征才有办法计算不是）。 然后就要训练一颗决策树了。训练完所有的树后我们会得到很多叶子节点。叶子节点里面存放了两个值。
1. cl—即在一个叶子节点中，正样本的数量占所有样本数量的比例。
2. dl—在叶子节点中，属于目标的样本，到物体中心的位移向量
图b显示是通过cl，dl对目标中心的概率性投票。（你可以想象成横轴表达的patch的位置，数轴表达的是这个patch是目标中心的概率值，这个不对但是你可以这么理解）
———- 训练阶段结束 ————
图c显示的是我们用固定大小的框在测试图像上滑动的时候。框中所有patch块通过hough投票得到的总概率大小。越黑的地方概率值更大。

图d得到目标中心。

训练数据
s0={(v,c,y)}
v是图片块的特征，
c是分类标签(1表目标，0表背景)，
y是该块的中心到目标中心的向量 2维：有大小和方向
c=1时候才会有y
C=0时，y—-undefined

这就是分类器， a代表的是选择的channel，也就是刚刚用hog提取的特征，一般得到的是9个channel（你可以想象成这里我们需要选择西瓜的纹理那些进行熵的计算）。
(p,q) (r,s)是随机选择的两个像素点。阈值也是随机选取。

是这是叶子节点存放的情况。

树停止生长的条件：
1.达到最大深度
2.训练集中只包含一类数据
3当前节点中包含的数据集数量小于最小限制。

目标函数
1.分类
2.回归

至于分类和回归的选择，是随机选取的。
有一种特殊情况就是，当在此分裂节点中，负样本数量小于5%时候，我们只做回归。

——-至此训练结束——–

现有一图像块(v(p),c(p),y(p))
p是这个块的中心点，现在不确定c(p)的取值
E(q)表示物体中心位于x时的随机事件
。
我们用一个固定大小的框（蓝色的框）在测试图像上去滑动）。我们只计算属于蓝色框框中的图像块的投票。

怎么计算——-

这就是cl和dl的作用（直接粘自己的ppt了）。第一项是用parzen window来估计（不会百度一下有很好的讲解）。第二项就是cl。

到这里得到了一颗树，关于一个图像块的投票结果了。

这个是hough森林关于这一个patch的结果。

这个是整个森林对属于蓝色框中所有的块做出的最终结果。

到这里我们就得到了目标中心。其实就是我们用的固定大小框的中心，只是因为这个框得到的最终结果最大，所以就将他作为中心而已。

然后说下是否剪枝的问题，其实可以剪枝。在随机森林中我们一般是不剪枝的，在这里剪枝可以加速检测速度。实验中发现将叶子节点中cl<0.5的叶子节点减掉，不影响森林的准确性。你可以想，在bounding box中，本来就有很多属于背景的图片块，所以剪枝大多都是包含很多背景块的叶子节点，这并不会影响最终结果。

小时候语文学的不好，看不懂的话轻喷。。。。