物体检测是一个很宽泛的概念,在CV领域一直备受关注。世界级的PASCAL VOC每年都搞物体识别与物体检测方面的比赛。目的是推动该领域的发展。从2005年到现在,一直持续着。其中的组织者如下,相信CV领域的人一定不陌生:
Mark Everingham (University of Leeds), m.everingham@leeds.ac.uk
Luc van Gool (ETHZ, Zurich)
Chris Williams (University of Edinburgh)
John Winn (Microsoft Research Cambridge)
Andrew Zisserman (University of Oxford)
而且每次比赛后都进行综合的分析。主要有上面的组织者撰文发表,并附有意见。
好了,言归正传吧。物体检测的方法一直以来已全局搜索的效果为佳包括人体检测HOG+SVM(2005),人脸检测Haar+Adaboost(2001)。但是要扩展到物体检测。可能就有新的挑战了,包括物体的形状不规范,颜色,纹理变化大等特点。在图像的表现是有的偏重形状,有的偏重外观(Appearance,这么翻译可能不对,哈哈先这样理解吧)。那么上面的搜索基础可能会出现不适用或效果不好。
基于上面的分析,从效果的考虑。很多学者采用了形状+外观。
Oxford提供一种思路:先确定位置,然后识别。怎么定位,可以采用ISM的方式定位,但是这里是弱化的ISM,目的是为了不漏掉位置。然后用PHOG+SVM完成识别。在 VOC2007的综合评比中,该算法达到的6个突出的结果,而且是只提出了检测6类物体,全中!很是攒。文章是Chum,O的。分析一下,可以感觉到,这种方法在速度上也应该是快的。因为他结合了ISM的快速。重点偏向于有纹理的物体啦。
UoCTTI基本上是全程扫描的,效果也不错,赢了6个Felzenszwalb的模型还是挺靠谱的。重点针对形状啦。但是就是速度上有些慢了。
ESS是一种重纹理重速度的方法,可以说是上面算法的一种折中了。他深入的将SVM线性算法进行反向整合。达到高速的目的。效果也还不错,赢了3个。作者是Lampert
针对ESS的速度,人们是难忘的,但是其理论上似乎缺少了点什么,哦,想一想,可能是形状啦。那如何加入呢。有的人采用的EdgeGrouping的方法,即使认为物体是有一堆线段框成的。如果我们找到一堆框,然后再在框中考虑ESS(这是ESS的本意)不是可以引入形状,同时也提高的速度吗?!哈哈是的,WangSong学者就是这么干的。还好了,不过个人认为他的边缘直线化不如直接用一个直线检测的算法搞定,不必用Canny,然后再直线化,也许会更好些。呵呵,建议而已。
个人认为在这里对形状的重视,没有发现有人用距离变换的。个人认为这个也应该得到相应的效果啦。并且Hausdoff也应该有快速算法来提升器效果。
综上,我们看到在提升物体检测的效果和速度上,学者们都使出了很多的方法。尤其是在形状和纹理结合上下工夫做到最优。相信不久将来还会有更好的方法出现。