mean shift segmentation matlab,mean shift 图像分割（三）

Reference:

[3] Pattern Recognition and Machine Learning, Bishop, 2006，Sec 2.5

[5]MP Wand, MC Jones ,1994, Chapter 4

5 非参数密度估计

这一部分说明为什么

处的密度估计

：

其实，我觉得看bishop的那本书[2]就可以了，行云流水，精彩绝伦，其实，这本书的大部分内容都是如此精彩。我是按自己的理解写的，有些地方有改动，也会有错误，望各位看官指正。

如果产生数据的分布形式已知，参数也已知，那么概率密度函数PDF已知，可以直接计算每一点的概率密度，比如高斯分布。如果参数不知道，那么也可以用数据估计参数，比如最小二乘估计，最大似然估计，贝叶斯参数估计等，如果连产生数据的分布形式都不知道，怎么办求概率密度呢？这就是一个非参数问题了，方法：让数据说话。

5.1猜一下

对于上图中2维的情况，要估计蓝色圆域的概率密度，我相信大多数人都能凭直觉想到一种方法，那就用蓝色圈圈内的数据点个数

，除以总的数据点个数

，即

。如果圆圈足够小，那么蓝色圈圈内部的概率密度就可以看成近似相等，那么蓝色点的概率密度应该是

,

是蓝色圈圈的面积。当然，也可以推广到

维空间。这种算法，虽然直观，但缺乏理论支撑，下面证明，大伙的确猜对了。

5.2理论推导

首先说下，为什么

可以用

估计。

设

是一个

维的数据，密度函数为

，则

空间中的一个区域

的概率密度

，即数据点落在区域

的概率:

现在假设，依据某种未知概率分布得到了N个数据点(非参数并不是无法参数化，理论上任何分布都可以参数化，毕达哥拉斯说"万物皆数"，只是参数无限维，只能当做非参数处理)，则落在

中的点的个数可能是

,是否落在区域

中就是一个二项分布：

二项分布的期望：

二项分布的方差：

当

时，

，从参数估计角度说，前者说明

是

的无偏估计，后者说明

是

的一致估计。总之，说明

，是一个很好的估计量。

因此，

进一步假设，

比较小，那么

内的

可近似相等，于是：

为

的体积

注意：

是有偏估计，下面再说。

由此推出，估计

，有两种方法，第一种是固定

看

的数目，这就是kernel估计的本质(个人认为，直方图估计，Parzen

windows 也是)。另外一种方法是固定

看包含

个数据点所需要的体积，这就是K最近邻估计。

5.3直方图密度估计

将数据范围划分为若干个宽度为

的小栅格(bin)(也可以不等长哦)，然后统计落在每个区间内的数据点个数

，那么，每个区间的密度

,

为整个数据范围内的数据点个数。

这个方法有很多缺陷：

(1)第一个bin起始位置的选择会影响到结果(与bin的个数无关)

(2)估计出来的概率密度有好多毛刺，不是连续光滑的曲线。

(3)适合一两维的情况。

维是需要的bin个数为

(假设每一维都需要划分成

个bin),而且大多数bin的值为0，造成维度灾难(Curse

of dimensionality)

此外，对

的大小特别敏感，小了，过拟合，不光滑，大了，太光滑，不过这是参数估计的普遍现象，前面提到的

也是如此。

5.4 K近邻密度估计(K-nearest

neighbours，KNN)

上面已经提过，

，固定

,看需要多大的

。

这里我们用KNN密度估计+贝叶斯 推导下KNN分类器的原理。至于怎么分类的，很简单，如果不知道的话，哈哈，看我以前写的KNN (Related部分)。

样本

属于哪一类就看它属于哪一类的可能性最大，即：

很简单，基本的先验概率转后验概率：

利用上面的结论，则

，

，

所以，比较属于哪一类时，很公正，先在训练集中找K个最近的数据点，哪一类人多势众，测试样本就属于哪一类。

3类的情况

5.5核密度估计(kernel

density estimation, KDE)

5.5.1 Parzen windows

点处的密度估计值

,

为落在以

为中心的超球体的数据点个数。这与我们最开始猜测时的思想一致，只不过将超球体，换成超立方体。下面用数学符号形式化表示一下：

好了，我们用核函数的形式表示了

，这里

，

，

为总的样本数。这种方法本质上和直方图方法没有太大的区别，Parzen

windows方法是以数据点为中心，而直方图是我们自己固定好的点为中心。因此，它也会有直方图的一些缺点。比如估计的概率密度不是连续，维度灾难。

很自然的，如果利用的数据量越大，估计出来的值就会越好，因为，我们综合的信息越多，于是我们使用所有数据点估计。采用所有样本估计的话，自然得要用加权的方法，越靠近估计点的数据点权重越大，反之，越是远离数据点，权重越小。

前面已经介绍过具有这样属性的两种核函数。Epanechnikov Kernel和 Normal Kernel。我们可以直接替换掉，则：

由于这两个核函数都是径向对称(radially symmetric)，所以稍作了变化。

一开始，我并不理解为什么可以这么做，因为这样就已经不是窗口内的数据点个数，而是所有数据点都参合进来了，意义已经不一样了。后面我们可以通过求它的期望来进一步说明。

此外，bishop说，这个式子既可以看成，只有一个以

为中心的窗口，也可以看成

个以

为中心的窗口，后一种介绍，我一直理解不了，但是，原文都是

而不是

，所以应该是第二种解释，才会这样写，我觉得第一种解释挺好，所以我都换过来了。

比如，我们使用高斯核，就有：

注意：在靠近左边/右边的估计值有很大偏差，这是因为数据不对称，所以主要以右边/左边的数据为主，如果是回归就不会参数这种现象了。

下面啰嗦一下上式中的

而

，所以

。至于为什么要保证

，下面就会知道了。

现在看看估计值

的期望

我们先做一次变量替换，

。

假设

足够光滑，各阶导数都存在，我们在对

在

处泰勒展开一下：

这里只推导1维的情况，

维太复杂了……

注意：无穷小项

直接被我忽略了。

第一项当然希望等于

，于是我们就希望

，得到

第一个条件。不过，对于模式搜索来说，

都可以，只要不影响到我们比较大小就好。

第二项，等于0最好，所以我们希望

第三项，不能发散，所以

还得满足第三个条件：

,原文还提到一个条件：

，这个条件怎么来的，还没想清楚，很多论文也不提这个条件。

显然这是一个有偏估计，偏差为

。

方差:

因此，要使得期望很小，则

要很小，要使方差很小则

要很大。

书上的多维推导过程，复杂，矩阵知识严重不够用。

其中：

，为了简便，我上面都是

(图像分割中，一般也是如此)，

用来控制核函数的形状和方向，比如我们可以将高斯核改成椭圆形状。

这里岔开一下，扯一扯目标检测。比如我们要检测图像中的椭圆形物体，用两高斯核作差，得到一个DoG(类似于墨西哥草帽)，让它和图像卷积。控制它的形状和方向就能使得特定形状和方向的目标的响应值最大(和卷积核越像的区域其滤波响应值越大)，从而能得到一张该目标在任何一点出现的概率图。接下来用mean

shift 作模点搜索，这应该就是mean shift用于目标检测的基本原理吧，待验证。

记录几个公式：

,

是方阵

，是缩写……

5.5.3直方图估计的kernel 平滑版

参见：《Density Estimation》 Simon J. Sheather, Statistical Science 2004

木有仔细看……

如果假设数据服从正态分布，那么就有最优带宽，还有好多种……

normal reference bandwidth：

oversmoothed bandwidth

数据的标准差，

：数据的个数，但是我以前看《Fast

Object Detection with Entropy-Driven Evaluation》源码，用的是

, 它的

并不是指实际的数据，它是去掉重复后的数据，但是它论文上还是说

就是样本的数目，为什么呢？

这个用得比较多，我截取了这篇论文的部分代码，做了个小实验，……

matlab代码

close all

ri=round (randn(500,1)*100+50);

nb_UniQueD=numel(unique(ri));

minScore = min(ri(:))-1;

maxScore = max(ri(:))+1;

scoreStd = std(ri);

sigma = 1.44 * scoreStd * nb_UniQueD^(-1/5); % not the number of sample

% sigma = 1.06 * scoreStd * numel(ri)^(-1/5); % not the number of sample

numBins = min(256,10*nb_UniQueD/2);

Sp = linspace(minScore, maxScore, numBins+1);% need to add one

H = histc(ri, Sp);

% normalize by number of samples

Hraw = H / sum(H);

figure, subplot(211);

bar(Hraw);title('histogram estimation')

% discretization factor

discrFactor = (maxScore - minScore) / numBins;

kerSize = round(5 * sigma / discrFactor);

if kerSize(1) < 3

kerSize(1) = 3.0;

end

kerSize = double(kerSize);

% apply parzen window, kernel size such that it gets to 2 sigma

K = fspecial('gaussian', [kerSize 1], double(sigma/discrFactor) );

H = conv( Hraw, K, 'same' );

H = H + 1e-10;

H = H ./sum(H);

subplot(212),bar(H);title('after smooth')

原文：http://blog.csdn.net/ttransposition/article/details/38514443