Viola-Jones人脸检測

OpenCV中有一个基于树的技术：Haar分类器，它建立了boost筛选式级联。

它能够识别出人脸和其它刚性物体。

对于检測“基本刚性”的物体（脸，汽车，自行车，人体等）这类识别任务，Haar分类器是一个实用的工具。

在2001年，Viola和Jones发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》[3]和《Robust Real-Time Face Detection》，在AdaBoost算法的基础上，使用Haar-like小波特征（简称类haar特征）和积分图方法进行人脸检測，他俩不是最早使用提出小波特征的，可是他们设计了针对人脸检測更有效的特征。并对AdaBoost训练出的强分类器进行级联。

这能够说是人脸检測史上里程碑式的一笔了。也因此当时提出的这个算法被称为Viola-Jones检測器。

之后。Rainer Lienhart和Jochen Maydt将这个检測器用对角特征进行了扩展《An Extended Set of Haar-like Features for Rapid Object Detection》。终于形成了OpenCV如今的Haar分类器[1][2]。

AdaBoost是Freund和Schapire在1995年提出的算法[4]，是对传统Boosting算法的一大提升。Adaboost是一种迭代算法。其核心思想是针对同一个训练集训练不同的分类器(弱分类器)。然后把这些弱分类器集合起来，构成一个更强的终于分类器（强分类器）。
以下介绍Viola-Jones分类算法：
OpenCV中的Haar分类器 = 类Haar特征 + 积分图方法 + AdaBoost + 级联；
Viola-Jones分类器算法要点：
1． 使用类Haar输入特征：对矩形图像区域的和或差进行阈值化。
2． 积分图像技术加速了矩形图像区域的45度旋转的值的计算，这个图像结构被用来加速类Haar输入特征的计算。

3． 使用Adaboost来创建二分类问题（人脸与非人脸）的分类器节点（高通过率，低拒绝率）。

4． 把分类器节点组成筛选式级联（在筛选式级联里，一个节点是Adaboost类型的一组分类器）。换句话说：第一组分类器是最优，能通过包括物体的图像区域。同一时候同意一些不包括物体的图像通过；第二组分类器次优分类器。也有较低的拒绝率。以此类推。

仅仅要图像通过了整个级联，则觉得里面有物体。

这保证了级联的执行速度能够非常快，由于它一般能够在前几步就能够拒绝不包括物体的图像区域，而不必走完整个级联[6]。

1 Features类Haar特征

Viola提出的类Haar特征：

由后继者提出的扩展类Haar特征：

把矩形框（能够理解为特征模板）放到人脸图像区域上，将矩形框内的白色区域像素之和减去黑色区域的像素之和，得到的就是所谓的人脸特征值。类haar特征反映了图像的灰度变化，将人脸特征量化，以区分人脸和非人脸。

这些类Haar特征对于“块特征”（眼睛，嘴，发际线）具有比較好的效果，但对树枝或主要靠外形（如咖啡杯）的物体不适用。

2 Integral Image积分图

Viola-Jones採用积分图的方法来实现类Haar特征的高速计算。

ii表示积分图。i是原图。ii(x,y)就表示i(1,1)和i(x,y)两个对角点所围城的矩形面积的大小。所谓的积分也就是个求和过程。

如上图所看到的，在积分图中位置1的值表示原图A区域的像素和。2表示A+B的像素和，3表示A+C的像素和，4表示A+B+C+D的像素和。所以D的面积为4+1-（2+3）。

（A+B+C+D+A-（A+B+A+C）= D）

3 Adaboost

Viola-Jones分类器是一个有监督分类器。其学习算法是Adaboost（Ada：Adaptive自适应，Boost：Boosting），其算法流程例如以下，相关证明能够參考[5][7]

先说明下学习分类函数：

x是24*24大小的窗体，hj(x) 是一个弱分类器，fj(x)是矩形框的特征值。theta是阈值。pj是parity（用来指示不等号方向。校验？）。

Viola-Jones在论文里的Adaboost算法例如以下图：

一開始初始化权重，正样本的权重为1/l（l为正样本数）。负样本为1/m（m为负样本数），之后，在每一次迭代过程中，对每个特征都训练一个分类器hj（j=1,2,…,K）,选取误分类率最低的一个特征的分类器ht作为第t次迭代的分类器（如上图图示所述。每次迭代是从180000中选出一个）。然后更新样本的权重。

最后得到的h(x)是一个由M个ht组成的强分类器。

学习的计算复杂度：O(MNK)
M次迭代，N个样本（N=m+l）。K个特征

分类器的训练过程大致如上面所述。

4 Attentional Cascade

接下来要介绍下筛选式级联分类器。

人脸检測中，仅仅靠一个强分类器还不足以保证检測的正确率。须要一连串的强分类器联合在一起来提高检測正确率。

这个过程相似于一个决策树。例如以下图。第一个分类器输出True结果就会触发相同具有较高检測率的第二个分类器对窗体图像做出评价，第二个分类输出True结果将触发第三个分类器对窗体图像做出评价。仅仅要有一个分类器节点输出False结果，直接觉得该窗体图像不包括目标物。

F表示假阳性率，D表示检測率（召回率）。
如果每个Stage(即一个分类器)的检測率f=0.99。假阳性率d=0.3。10个级联起来的话，F=0.9910≈0.9,D=0.310≈6∗10−6。整个筛选式级联分类器就具备了高检測率，低假阳性率。

接下来说明下级联分类器的训练过程。这个过程要考虑以下两种平衡：一是弱分类器的个数和计算时间的平衡（添加特征个数能提高检測率和减少误识率。但会添加计算时间），二是强分类器检測率和误识率之间的平衡。

训练过程将选择每个stage可接受的最大假阳性率f。每个stage可接受的最小检測率d及得到终于级联分类器的假阳性率为Ftarget,正样本集P。负样本集N。

初始化F0=1.0,D0=1.0。i表示stage的个数。当级联分类器的假阳性率不够低时（即Fi>Ftarget）,要添加stage个数（即i=i+1）,ni表示强分类器具有ni个弱分类器。初始赋值0；然后，在Fi>f∗Fi−1情况下（假阳性率过高，须要通过添加特征数来减少），添加强分类器中的弱分类器个数ni=ni+1，用P和N运用Adaboost训练一个有ni个特征的强分类器。用交叉验证集来评估当前级联分类器的Fi和Di。减少第i层的分类器阈值直到当前级联分类器的检測率Di>d∗Di−1；利用当前的级联分类器检測非人脸图像，将误识的图像Φ放入N。算法流程可见下图：

终于的级联分类器结构例如以下图所看到的：

最后说明一点，在检測时，是对检測器进行比例缩放，而不是对图像进行缩放，例如以下图。

原文链接：http://blog.csdn.net/u011285477/article/details/49659567

---

【參考资料】
[1]http://blog.csdn.net/zouxy09/article/details/7929570
[2]http://blog.csdn.net/zouxy09/article/details/7922923
[3]http://www.csd.uwo.ca/Courses/CS9840a/Papers/violaJones_CVPR2001.pdf
[4]http://www.yorku.ca/gisweb/eats4400/boost.pdf
[5]http://wenku.baidu.com/link?url=eqhmYYuX_3-itbdZZZ5vrBacczhpZhlUwejd0iB8JloOUxVdrqaRXiYIpjO7qVuKUzBEZkH6icyS1QKs_V_YXkQZ3pcLQN4zlCWO8Uhn9Q3
[6]《学习OpenCV》（中文版） 清华大学出版社
[7]《统计学习方法》李航 著 清华大学出版社

[第一次写博客，不足的地方望看官指正]