Pedestrian Detection Using Wavelet Templates-1997 Michael Oren
1.问题描述。
目标检测问题很多时候可以当成是一个分类问题,也就是将目标物体作为一类,将非目标物体作为另一类,然后将两者进行分开,那些分为目标一类的也就是检测到的目标物体。在分类问题中,其中一个很关键的问题,就是能够找到能够代表这个目标物体且能区别于其他物体的特征向量,一般采用的是训练特征的方法。理想的特征是使得所有目标物体符合这个特征,而所有非目标不符合这个特征,但是这样的理想特征往往不能实现,因为目标本身可能变化很大。对于行人检测来说,因为行人是非刚性目标,其姿态,衣服,光照等条件都会使得行人与行人之间在表观上有很大的差别,所以对于人工设计特征的方法来说,我们就要找一种对大小,姿态,颜色,以及光照这些条件 变化小的特征来描述我们的目标,使之能够将行人与其他非行人相区分。
这篇文章选用的是一个叫 小波模板 (Wavelet Templates)的方法来提取特征。然后再通过SVM的方法来进行分类。
2.什么是Wavelet Templates?
由一个用于做人脸检测的比例模板的方法( ratio template)扩展而得出来的。 ratio template这个方法主要思想是, 通过 定义人脸的不同区域之间的强度(比如在灰度图中就是值的大小)关系,主要是区域与区域之间的平均强度的差异性,这种区域之间的差异能够有效的应对关照变化的影响。本质上来说,这种方法与边缘检测的方法类似,不同点是一般的边缘检测方法是用像素与像素之间进行求差,而这种方法是通过求区域均值与附近区域均值的求差,通过设定不同的这种模块,可以求出不同大小方向的边界。(Harr特征)