- C4对人体轮廓检测的精度的实验分析与实验结果

CT比较像素点e#

CensusTransform(CT，普查变换)最初是为了建立局部区域的一致性而设计的[22]。CT比较像素点与其周围像素的灰度值大小，如下式所示：

如果中心像素值大于或等于周围的某个像素值，对应位置的值为1，否则值为0。从像素值比较得到的这8个值以一定的顺序(我们以从左到右、从上到下的顺序)排列在一起，转换为[0,255]间的一个十进制数，这个数就是中心像素的CT值。CENTRIST描述子就是这些CT值的直方图[13]。

如公式(3)所示，CT值简洁的编码了相邻像素的差值符号信息。CENTRIST所遗漏的似乎只有捕获全局(大尺度)轮廓的能力。

对于给定的具有CENTRIST描述子h的图像I，和有匹配的CENTRIST描述子的图像I’，我们希望I’与I相似，尤其是在全局轮廓上相似。如图2所示，图2a是一个108*36的人体轮廓，我们将此图分割为12*4个块(block)，每个块的大小是9*9。对于每个块I，我们找到具有相同CENTRIST描述子的图像I’。如图2b所示，根据CENTRIST描述子重建的图像与原图很相似，虽然图像的左边有些许错误，但人体轮廓的全局特征仍被很好的保留下来。

 

图2 从CENTRIST描述子重建的图像

CENTRIST描述子不仅编码了最重要的局部差值符号信息，而且还隐式地编码了人体的全局轮廓信息，所以我们认为CENTRIST描述子可以很好的表达人体轮廓。

C 与HOG和LBP的比较
在本节我们将CENTRIST与HOG和LBP这两个最常用的人体检测描述子进行对比。

对于分类来说，同类别样本的特征向量应该彼此相似，不同类别样本的特征向量应该不相似。对于任意样本x，计算x与所有其他样本的相似度。设xin是同类别的样本中与x相似度最高的，xout是不同类别样本中与x相似度最高的。s(x,y)表示x与y的相似度，值越大表明相似度越高。很明显，我们希望sNN = s(x,xin)– s(x,xout)值是正的并且越大越好。sNN是正值表明x被最近邻规则正确分类。因此sNN是一个直观并且易计算的评价描述子是否适合分类的标准。

在图3中，我们在INRIA数据集[1]上对比了CENTRIST(在Sobel图上)和HOG(在原始图上)。我们使用2416个含人体的正样本，从1218个不包含人体的图中随机截取2436个不包含人体的负样本(每个图上截取2个)。图3a显示了CENTRIST和HOG的sNN值分布。相似度被归一化到[0,1]之间，负sNN值(在黑色虚线的左边)表示被最近邻规则分类错误。很明显CENTRIST的结果都在正确的一边(2.9%错误)，而近乎一半的HOG结果在错误的一边(46%错误)。图3b进一步表明HOG的错误多数都在数据集的前一半，即含人体的正样本部分。

 

图3a

 

 

图3b

在[13]中已讨论过，HOG或SIFT描述子[23]描述的更多是图像的详细局部纹理信息，而不是结构属性(例如轮廓)。我们进一步推测这是由于HOG中使用的局部差值大小描述的更多是局部纹理信息。很明显我们也无法从HOG或SIFT描述子重建一个图像。在图3中，HOG描述子使用L2范数归一化，相似度s(x,y) = xTy；对于CENTRIST描述子，使用直方图交叉核[24]来计算相似度。

CENTRIST描述子和LBP很相似，如果我们将公式(3)中的所有1变为0、0变为1，则修改后的公式就是计算3*3区域的LBP值[25]的一个中间步骤。然而，更重要的区别是LBP值如何使用。人体检测方法中使用统一LBP(uniform LBP)[5][8]，非统一LBP放在一起，由于非统一LBP被丢弃了，无法根据LBP描述子重构全局轮廓。此外，[5][8]中对像素值进行了插值处理，使得描述子只能编码模糊过的重要图像信息(相邻像素差值符号)。我们计算了统一LBP描述子的sNN分布，有6.4%的最近邻分类错误率，比CENTRIST(2.9%)的两倍还多，但要好于HOG(46%)。我们猜想是LBP中不完整且模糊的符号信息对于噪声和局部纹理干扰的敏感度没有HOG描述子那么高。