0引言

自動(dòng)的電視臺(tái)標(biāo)檢測(cè)和識(shí)別已經(jīng)在多媒體領(lǐng)域獲得非常高的關(guān)注度。如今，多數(shù)的手機(jī)都具備了攝像頭功能，所以人們可以隨心所欲地拍攝各種事物，然后利用各種算法去分析處理獲得的圖像。本文中，展示一個(gè)系統(tǒng)一利用手機(jī)內(nèi)置攝像頭幫助人們識(shí)別電視頻道信息。日常觀看的電視頻道就有幾十個(gè)不同的臺(tái)標(biāo)，所以可以把這個(gè)問(wèn)題看作是一個(gè)多類檢測(cè)問(wèn)題，而單類的檢測(cè)即識(shí)別，最終就實(shí)現(xiàn)了多類識(shí)別。

對(duì)于單類檢測(cè)問(wèn)題，Viola和Jones給出了state-of-the-art算法。他們先訓(xùn)練了一系列節(jié)點(diǎn)分類器去檢測(cè)圖像里的每一個(gè)子窗口，只有那些能夠通過(guò)所有節(jié)點(diǎn)分類器的子窗口圖像才被認(rèn)為是正樣本。吳將Voila的工作簡(jiǎn)單地拓展到了多視角人臉檢測(cè)上，為每個(gè)獨(dú)立的人臉視角訓(xùn)練了一個(gè)不同的cascade結(jié)構(gòu)，并且并行地運(yùn)用它們進(jìn)行檢測(cè)。但是當(dāng)正樣本的類型數(shù)量增加時(shí)，這個(gè)方案所花費(fèi)的檢測(cè)時(shí)間也是線性增長(zhǎng)的，而這個(gè)代價(jià)是我們無(wú)法負(fù)擔(dān)的。Torrobla提出了一種新的boosting框架，命名為jointboosting。他將N類分類問(wèn)題轉(zhuǎn)化為N-1個(gè)兩類分類問(wèn)題，然后自動(dòng)地共享相同的弱分類器。盡管它的檢測(cè)器可以共享特征，但是當(dāng)檢測(cè)目標(biāo)時(shí)，它仍然需要計(jì)算全部特征，所以它并不是一個(gè)快速檢測(cè)框架。

近些年來(lái)，樹(shù)形檢測(cè)器被引入了多視角人臉檢測(cè)應(yīng)用中。許多研究者更加偏愛(ài)于這種樹(shù)形結(jié)構(gòu)，例如，F(xiàn)leuret和Geman的scalartree，Li等人的金字塔結(jié)構(gòu)，還有Huangchang的廣度優(yōu)先搜索樹(shù)。在他們的工作里，Huang的工作最有新意，他提出來(lái)一種新的輸出一個(gè)布爾矢量的boosting算法，取名為vectorboosting。由于它具有良好的性能，本文選用它作為分叉樹(shù)的部分。有別于多視角人臉的并行結(jié)構(gòu)，經(jīng)驗(yàn)證明直接構(gòu)建一個(gè)由粗到精的樹(shù)是比較困難的。故此，本文設(shè)計(jì)了一種根據(jù)不同組合的誤報(bào)率來(lái)構(gòu)建分叉樹(shù)的方法。詳細(xì)的方案會(huì)在1．3中闡述。
本文的其他部分是這樣組織的：在1．1小節(jié)中，本文介紹所采用的特征集，然后簡(jiǎn)要地描述下普通cascade結(jié)構(gòu)和softcascade結(jié)構(gòu)。在實(shí)驗(yàn)過(guò)程中，作者測(cè)試了本文算法的精確度和檢測(cè)所需的平均特征數(shù)。

1檢測(cè)器框架

在實(shí)驗(yàn)中，本文采用了一架攝像機(jī)來(lái)拍攝電視節(jié)目的全屏幕圖像?？紤]到此方法的通用性，不假設(shè)關(guān)于臺(tái)標(biāo)位置的先驗(yàn)信息(盡管臺(tái)標(biāo)通常會(huì)出現(xiàn)在屏幕的上部)。為了可以檢測(cè)出臺(tái)標(biāo)，本文先使用了一個(gè)分類器對(duì)大量的不同尺度和位置的子窗口進(jìn)行掃描。因?yàn)槎鄶?shù)的子窗

口都是背景，而背景的輪廓特征不明顯，所以可以將任務(wù)分割成兩個(gè)部分：首先是盡可能早的拒判掉非臺(tái)標(biāo)的子窗口，然后是區(qū)別每個(gè)臺(tái)標(biāo)屬于哪個(gè)頻道。接下來(lái)描述下算法的第一部分。

1．1通用檢測(cè)器

Viola在他的人臉檢測(cè)中成功地運(yùn)用了adaboost結(jié)構(gòu)和由haar特征構(gòu)成的弱分類器。OpenCV也給出了該算法的代碼。許多目標(biāo)檢測(cè)的問(wèn)題也經(jīng)常用到Viola的檢測(cè)框架，有時(shí)也只是用別的特征集替換了haar特征。

如圖2所示，電視臺(tái)標(biāo)的主要屬性就是它的輪廓特征。在行人檢測(cè)中，基于梯度方向直方圖(HOG)的特征是一種描述輪廓的十分有效的特征。這個(gè)特征的缺點(diǎn)是它的輸出是一個(gè)矢量，所以需要用一個(gè)基于支持向量機(jī)的弱分類器，但是它要花費(fèi)大量的計(jì)算時(shí)間。文獻(xiàn)提出了一個(gè)EHOG特征，它只輸出一個(gè)值，并可以很容易地被Adaboost算法使用。

因此在本文的臺(tái)標(biāo)檢測(cè)器中，使用了EHOG特征。對(duì)于一副訓(xùn)練圖像，計(jì)算一個(gè)塊Rb里的梯度直方圖，然后在n個(gè)方向分別統(tǒng)計(jì)梯度幅度的總和。

n是HOG特征的維數(shù)(在中，n=9)，本文中設(shè)置為6。
然后，本文使用了中定義的主方向梯度D概念，D是上述區(qū)間集的一個(gè)子集，即，并計(jì)算對(duì)應(yīng)D方向的EHOG特征：

為了快速地計(jì)算特征，本文也應(yīng)用了積分直方圖方法。
本文采用了EHOG特征和gentleadaboost訓(xùn)練了一個(gè)普通cascade結(jié)構(gòu)，然后在所有樁分類器中收集全部的弱分類器，并用校正算法重新排序它們，得到一個(gè)新的“softcascade”檢測(cè)器。

本文定義為前t個(gè)弱分類器的響應(yīng)值的和。運(yùn)用了校正算法后，可以得到一個(gè)跡數(shù)組trace=(r1，r2，…，rN)。當(dāng)對(duì)一個(gè)樣本x做決策時(shí)，加上每一個(gè)弱分類器的響應(yīng)值ht(x)，然后就將ht(x)和rt進(jìn)行比較，如果低于，就立刻拒絕該樣本。Softcascade結(jié)構(gòu)的性能要優(yōu)于Viola的Cascade，在獲得相當(dāng)?shù)臋z測(cè)性能時(shí)，它需要較少的特征數(shù)。這些將會(huì)在后面的實(shí)驗(yàn)中展示。

第一層的普通檢測(cè)器可以拒判大量的背景圖像，卻還不能區(qū)別不同類的臺(tái)標(biāo)。為了做進(jìn)一步處理，仍需要一個(gè)可以解決多類別分類問(wèn)題的算法結(jié)構(gòu)。

1．2分叉樹(shù)

在Huang的工作里，他構(gòu)建了一棵由粗到精標(biāo)注了人臉的不同視角的樹(shù)。分叉樹(shù)上的每個(gè)節(jié)點(diǎn)分類器采用了矢量boosting算法訓(xùn)練得到，依靠假設(shè)輸出空間的矢量化來(lái)解決多類問(wèn)題。舉例說(shuō)明，在一個(gè)節(jié)點(diǎn)分類器上，有四個(gè)可能的輸出矢量((0，O)，(0，1)，(1，0)，(1，1))：(0，0)代表著該樣本的檢測(cè)將終止于當(dāng)前節(jié)點(diǎn)。(0，1)，(1，0)，(1，1)代表著該樣本將會(huì)通過(guò)哪個(gè)孩子節(jié)點(diǎn)。

在文獻(xiàn)中，相鄰的視角在分叉樹(shù)里的距離也很近。全部15個(gè)不同視角是根據(jù)旋轉(zhuǎn)角度平分成15份得到的。由于在本文的多臺(tái)標(biāo)檢測(cè)中沒(méi)有關(guān)于某兩個(gè)臺(tái)標(biāo)是近鄰的先驗(yàn)知識(shí)，所以不能依靠經(jīng)驗(yàn)來(lái)構(gòu)建一棵由粗到精的分叉樹(shù)。例如，當(dāng)面對(duì)圖2中的6類臺(tái)標(biāo)時(shí)，在分叉樹(shù)的根節(jié)點(diǎn)上，不知道該如何將它們劃分成兩個(gè)子節(jié)點(diǎn)。如果將明顯不同的臺(tái)標(biāo)放在同一個(gè)節(jié)點(diǎn)里，訓(xùn)練算法將會(huì)耗費(fèi)更多的特征才能獲得一個(gè)相對(duì)較好的分類?；谶@樣的想法，作者認(rèn)為一個(gè)較好的劃分應(yīng)該是在固定的迭代次數(shù)上利用矢量boosting訓(xùn)練得到一個(gè)更好的分類結(jié)果。

假設(shè)有N類正樣本集，在第一層分叉節(jié)點(diǎn)上，就有2N-1-1種組合數(shù)可以將一個(gè)包含N類的集合劃分成兩個(gè)正樣本子集。

如果盲目地尋找一個(gè)合適的樹(shù)，總的時(shí)間復(fù)雜度會(huì)是log(N)*2N，這是無(wú)法實(shí)現(xiàn)的。為了解決這個(gè)問(wèn)題，以下本文將引入一個(gè)貪婪搜索算法。

在一個(gè)二維矢量boosting算法里，正樣本數(shù)據(jù)被標(biāo)示為(O，1)或者(1，0)，負(fù)樣本數(shù)據(jù)被標(biāo)示為(-1，-1)。本文用{S1，S2，…，SN}來(lái)表示所有的數(shù)據(jù)，那么左邊子節(jié)點(diǎn)的數(shù)據(jù)集就是，右邊子節(jié)點(diǎn)的數(shù)據(jù)集就是，這里Dleft和Dright是(1，2，…，N)的子集。

本文設(shè)置檢測(cè)率為O．995，迭代次數(shù)為10。誤報(bào)率被用來(lái)評(píng)估算法性能。在矢量boosting算法中，判決準(zhǔn)則如下：

對(duì)于本文的6類臺(tái)標(biāo)數(shù)據(jù)集，將給出節(jié)點(diǎn)劃分的算法流程，這里一個(gè)二進(jìn)制串001001表示一種劃分模式，0代表進(jìn)入左子節(jié)點(diǎn)，1代表進(jìn)入右子節(jié)點(diǎn)。
算法1劃分節(jié)點(diǎn)集合的貪婪搜索算法
輸入：{S1，S2，…，SN}
輸出：劃分模式p
初始化p：p={00，…，0}；
初始化一個(gè)包含比特串的空列表；

外層循環(huán)i=1:N-1

內(nèi)層循環(huán)結(jié)束
p(Selectedidx)=1
將p和其局部最小fp值插入列表；
外層循環(huán)結(jié)束
輸出列表中最小fp值對(duì)應(yīng)的比特串。
有了生成的二叉樹(shù)和softcascade結(jié)構(gòu)，本文基本上完成了多類臺(tái)標(biāo)的檢測(cè)和識(shí)別。其中一個(gè)重要參數(shù)是softcascade的長(zhǎng)度，如果選擇較短的cascade，檢測(cè)器看上去更接近并行cascade結(jié)構(gòu)的檢測(cè)器；如果選擇較長(zhǎng)的cascade，分叉樹(shù)可能要面對(duì)很難區(qū)分的負(fù)樣本，從而降
低檢測(cè)性能。本文中，嘗試了很多種不同長(zhǎng)度的softcascade，然后挑選性能最好的一個(gè)。算法2如下：
算法2混合分叉樹(shù)分類器

輸入：訓(xùn)練好的softcascade結(jié)構(gòu)，查詢樹(shù)，N類正樣本數(shù)據(jù)集S，還有一個(gè)數(shù)量很大的背景圖像集B；
輸出：一個(gè)混合分叉樹(shù)分類器

(1)初始化：分叉樹(shù)的根節(jié)點(diǎn)用softcascade結(jié)構(gòu)替代；
(2)樹(shù)的節(jié)點(diǎn)訓(xùn)練：
a．從S集和B集中，挑選出所有可以通過(guò)分叉樹(shù)當(dāng)前節(jié)點(diǎn)E的父節(jié)點(diǎn)的樣本，確保正負(fù)樣本集p和n的規(guī)模相當(dāng)；
b．如果背景圖像集規(guī)模不夠，終止該節(jié)點(diǎn)E的分叉，將E設(shè)為葉子節(jié)點(diǎn)；
(3)在查詢樹(shù)中搜索當(dāng)前節(jié)點(diǎn)：
a．如果找到了，就根據(jù)查詢節(jié)點(diǎn)集合將正樣本集分成兩部分，然后用VectorBoosting訓(xùn)練一個(gè)節(jié)點(diǎn)分類器。
b．否則，就用GentleAdaboost訓(xùn)練一個(gè)強(qiáng)分類器。
(4)對(duì)于當(dāng)前節(jié)點(diǎn)E的每個(gè)孩子節(jié)點(diǎn)，循環(huán)使用步驟(2)和(3)進(jìn)行訓(xùn)練生成。

3實(shí)驗(yàn)方案和結(jié)果

本文收集了6類臺(tái)標(biāo)集合，每一類包含了200張圖像。而臺(tái)標(biāo)圖像就是從這些圖像中裁剪出來(lái)的，然后縮放成24×24像素大小的塊，作為正樣本集。負(fù)樣本集則是從將臺(tái)標(biāo)區(qū)域掩蓋掉后的圖像上收集的。首先進(jìn)行了一個(gè)實(shí)驗(yàn)，來(lái)解釋W(xué)FS樹(shù)的不同設(shè)計(jì)方案將會(huì)對(duì)算法性能帶來(lái)怎樣的影響，然后研究了softcascade長(zhǎng)度帶來(lái)的影響，最后拿隨機(jī)生成的樹(shù)與本文的樹(shù)進(jìn)行對(duì)比。

本文首先使用了文獻(xiàn)中提到的方法訓(xùn)練一個(gè)普通檢測(cè)器，然后將其791個(gè)弱分類器組成了softcascade。本文用這個(gè)softcascade對(duì)一組測(cè)試圖像進(jìn)行了測(cè)試，統(tǒng)計(jì)結(jié)果表示每幅圖像通過(guò)的平均特征數(shù)約為8。在實(shí)驗(yàn)中，作者發(fā)現(xiàn)這個(gè)長(zhǎng)度值設(shè)置在平均特征數(shù)的1倍和2倍之間比較合適。

本文使用了上述正樣本數(shù)據(jù)集和規(guī)模為1200的負(fù)樣本數(shù)據(jù)集來(lái)構(gòu)建查詢樹(shù)。最終生成的分叉樹(shù)如圖3所示。

正如分叉樹(shù)所示的，越相似的臺(tái)標(biāo)，它們?cè)跇?shù)里的位置越近。同時(shí)，本文也隨機(jī)地生成了另一個(gè)查詢樹(shù)。使用這兩棵樹(shù)和同樣的訓(xùn)練數(shù)據(jù)集，本文訓(xùn)練了兩個(gè)WFS樹(shù)檢測(cè)器。

3．1softcascade的長(zhǎng)度

當(dāng)選擇好查詢樹(shù)，本文就可以開(kāi)始訓(xùn)練檢測(cè)器了。作者嘗試了不同的softcascade的長(zhǎng)度。本文調(diào)整葉子節(jié)點(diǎn)上分類器的閾值，確保兩個(gè)檢測(cè)器擁有相同的分類結(jié)果。

3．2檢測(cè)器的精確度

在本文的框架里，第一部分是整個(gè)結(jié)構(gòu)的核心。在softcascade中設(shè)置不同的alpha參數(shù)值，然后對(duì)將作為根節(jié)點(diǎn)分類器的softcasca-de嘗試不同的長(zhǎng)度。接著，調(diào)整每個(gè)葉子節(jié)點(diǎn)分類器上的閾值，可以得到如圖4的ROC曲線。本文的softcascade加WFS樹(shù)結(jié)構(gòu)的臺(tái)標(biāo)檢測(cè)精確度要優(yōu)于Huang的WFS樹(shù)。與此同時(shí)，本文框架使用的特征數(shù)也比Huang的要少。

?

對(duì)于識(shí)別同一家電視臺(tái)的不同頻道，本文也采用了改進(jìn)后的WFS結(jié)構(gòu)。本文收集了9個(gè)不同的CCTV頻道中央一至中央九，訓(xùn)練了一個(gè)CCTV系列檢測(cè)器，它可以檢測(cè)并識(shí)別出CCTV標(biāo)志及其右側(cè)區(qū)域里的數(shù)字符號(hào)。本文實(shí)驗(yàn)的結(jié)果數(shù)據(jù)如表1：

4結(jié)語(yǔ)

本文實(shí)現(xiàn)了一個(gè)基于多層樹(shù)形分類器結(jié)構(gòu)的多臺(tái)標(biāo)識(shí)別方法，此方法具有對(duì)多類別標(biāo)志識(shí)別的通用性。本文雖然在檢測(cè)樣本的平均特征數(shù)上有進(jìn)一步減少，提高了算法的速度，并且在分叉樹(shù)的葉子每個(gè)節(jié)點(diǎn)上增加了一個(gè)單類別cascade，降低了誤檢率。但是這種查詢樹(shù)結(jié)構(gòu)在增加新類型臺(tái)標(biāo)時(shí)，需要重新生成和訓(xùn)練，花費(fèi)大量時(shí)間。如果能找到一種增量學(xué)習(xí)算法，在增加新類別時(shí)，只需要對(duì)原有的查詢樹(shù)做局部修改，而不用全盤(pán)推翻重新計(jì)算，則該框架將更具實(shí)用性。

?