随机森林在人体识别中的应用

随机森林在人体识别中的应用 陈 楠 12J0020 摘摘 要要人体识别是计算机视觉领域的一大类热点问题 其研究内容涵盖了人体的监测与跟踪 手势识 别 动作识别 人脸识别 性别识别和行为与事件识别等 有着非常广泛的应用价值 随机森林以它自 身固有的特点和优良的分类效果在众多的机器学习算法中脱颖而出 随机森林算法的实质是一种树预测 器的组合 其中每一棵树都依赖于一个随机向量 森林中的所有的向量都是独立同分布的 本文简单介 绍了随机森林的原理 并对近几年来随机森林在姿势识别和人脸识别中的应用进行讨论 关键词关键词 随机森林 姿势识别 人脸识别 1 人体识别概述 人体识别是计算机视觉领域的一大类热点问题 其研究内容涵盖了人体的监测与跟踪 手势识别 动作识别 人脸识别 性别识别和行为与事件识别等 其研究方法几乎囊括了所有的模式识别问题的理 论与技术 例如统计理论 变换理论 上下文相关性 分类与聚类 机器学习 模板匹配 滤波等 人 体识别有着非常广泛的应用价值 绝大多数人脸识别算法和人脸表情分析算法在提取人脸特征之前 需要根据人脸关键点的位置 如眼 角 嘴角 进行人脸的几何归一化处理 即使在已知人脸粗略位置的情况下 人脸关键点精确定位仍然是一 个很困难的问题 这主要由外界干扰和人脸本身的形变造成 当前比较流行的算法有 基于启发式规则的方法 主成分分析 PCA 独立元分析 ICA 基于 K L 变换 弹性图匹配等 2 随机森林综述 随机森林顾名思义 使用随机的方式建立一个森林 森林里面有很多的决策树组成 随机森林的每 一棵决策树之间是没有关联的 在得到森林之后 当有一个新的输入样本进入的死后 就让森林的每一 棵决策树分别进行一下判断 看看这个样本应该属于哪一类 对于分类算法 然后看看哪一类能被选 择最多 就预测这个样本为那一类 随机森林是一种统计学习理论 其随机有两个方面 首先是在训练的每一轮中 都是对原始样本集 有放回的抽取固定数目的样本点 形成 k 个互不相同的样本集 第二点是 对于每一个决策树的建立是 从总的属性中随机抽取一定量的属性作分裂属性集 这样对于 k 个树分类器均是不相同的 由随机生成 的 k 个决策树组成了随机森林 对于每一个决策树来讲 其分裂属性是不断的选取具有最大信息增益的属性进行排列 整个随机森 林建立后 最终的分类标准采用投票机制得到可能性最高的结果 下图是随机森林构建的过程 图图1 1 随机森林构建过程随机森林构建过程 3 随机森林在人体识别中的应用 3 1 随机森林应用于姿势识别 以 1 一文来讨论 论文中所涉及到的人体识别过程主要分为两步 首先是 身体部位标记 对于 从单张景深图像中对人体进行分段 并标记出关键节点 之后进行身体关节定位 将标记的各个人体部 分重新映射到三维空间中 对关键节点形成高可靠的空间定位 图图2 2 深度图像深度图像 身体部位标记身体部位标记 关节投影关节投影 本文的最主要贡献在于将姿势识别的问题转化成了物体识别的问题 通过对身体不同部位的空间位 置的确定来实现 做到了低计算消耗和高精确度 在身体部位标记的过程中 将问题转化成了对每个像 素的分类问题 对于每个像素点 从景深的角度来确定该点的局域梯度特征 该特征是点特征与梯度特 征的良好结合 举个例子 对于不同点的相同属性值的判别 如下图 图 a 中的两个测量点的像素偏移间均具有较 大的景深差 而图 b 中的景深差则明显很小 由此看出 不同位置像素点的特征值是有明显差别的 这 就是分类的基础 图图3 3 景深图像特质示例景深图像特质示例 式 1 文中对于决策树的分裂属性的选择来说 由于某两个像素点 某些图像特征选取的随意性 将形成 大量的备选划分形式 选择对于所有抽样像素对于不同的分裂属性划分前后的信息熵增益进行比较 选 取最大的一组 作为当前分裂节点 信息增益与该图像块最终是否正确地分类相关 即图像块归 属于正确的关键特征点区域的概率 图图4 4 决策时分类说明决策时分类说明 式 2 式 3 决策树的建立后 某个叶子节点归属于特定关键特征点区域的概率可以根据训练图像最终分类的情 1 1 况统计得到 这就是随机森林在实际检测特征点时的最重要依据 在人体关节分类中 我们由形成的决策森林 来对每一个像素点的具体关节属性进行判断 并进行 颜色分类 随机森林这种基于大量样本统计的方法能够对由于光照 变性等造成的影响 实时地解决关 键特征点定位的问题 如图所示 是对于景深图像处理后的结果展示 图图5 5 姿势识别处理结果姿势识别处理结果 应该这样说 这篇文章在算法的层面对随机森林没有太大的贡献 在划分函数的形式上很简单 这 个团队值得称道的地方是通过计算机图形学造出了大量的不同体型不同姿势的各种人体图像 用作训练 数据 这也是成为 2011 年 CVPR Best Paper 的重要原因 正是因为论文的成果运用于 Kinect 在工业界 有着巨大的作用 落实到了商用的硬件平台上 推动了随机森林在计算机视觉 多媒体处理上的热潮 3 2 随机森林应用于人脸识别 基于回归森林的脸部特征检测通过分析脸部图像块来定位人脸的关键特征点 在此基础上条件回归 森林方法考虑了全局的脸部性质 对于 2 进行分析 这篇论文是 2012 年 CVPR 上的论文 本文考虑的 是脸部朝向作为全局性质 其主要描述的问题是如何利用条件随机森林 来确定面部 10 个关键特征点 的位置 与之前不同的是 在随机森林的基础上 加入了面部朝向的条件约束 图图6 6 脸部脸部1010个特征点个特征点 对于面部特征标记的问题转化成了对大量图像块的分类问题 类似于人体识别中的局域梯度特征识 别 本文中 对于每一个图像块来说 从灰度值 光照补偿 相位变换等图像特征 以及该图像块中心 与各个特征点的距离来判断图像块的位置特征 在决策树的分裂属性确定过程 依然使用 最大信息熵 增益 原则 图图7 7 条件随机森林算法说明条件随机森林算法说明 文中提出了更进一步基于条件随机森林的分类方法 即通过设定脸部朝向的约束对决策树分类 在 特征检测阶段能够根据脸部朝向选择与之相关的决策树进行回归 提高准确率和降低消耗 此论文还对 条件随机森林 即如何通过脸部朝向对决策进行分类进行了说明 但这与随机森林算法没有太大关系 这里就不再继续讨论了 随机森林这种基于大量样本统计的方法能够对由于光照 变性等造成的影响 实时地解决关键特征点定位的问题 另一篇文章 3 对于脸部特征标记 提出了精确度更高 成本更低的方法 即 基于结构化输出的 随机森林的特征标记方式 文中将面部划分为 20 个特征点 对于各个特征点来说 不仅有独立的图像 块分类标记 还加入了例如 点 4 对于其他嘴唇特征点 3 18 19 的依赖关系的判断 这样的方法使特 征点标记准确率大大增加 该方法依然是使用随机森林的方法 有所不同的是引入了如式中所示的与依赖节点之间的关系 对 于决策树的建立依然是依赖信息熵增益原则来决定 叶子节点不仅能得到特征的独立划分还会得到该特 征对依赖特征的贡献 最终特征节点的判断会综合原始投票及空间约束 图图8 8 脸部特征标记脸部特征标记 式 4 图图9 9 决策树依赖关系决策树依赖关系 例如当对下图中人脸特征点进行分类时 使用简单的随机森林方法 经过判断会将各个点进行标注 可以看到 红色的点 标注出的鼻子特征 如果利用依赖节点进行判断 鼻子的点会被局限在其他鼻子 特征点的周围 进行叠加后 得到了这个结果 显然 对于此节点的判断 利用结构输出的方式 准确 度更高了 图图1010 结构化输出结果结构化输出结果 4 随机森林总结 大量的理论和实证研究都证明了 RF 具有很高的预测准确率 对异常值和噪声具有很好的容忍度 且不容易出现过拟合 可以说 RF 是一种自然的非线性建模工具 是目前数据挖掘算法最热门的前沿 研究领域之一 具体来说 它有以下优点 1 通过对许多分类器进行组合 它可以产生高准确度的分类器 2 它可以处理大量的输入变量 3 它可以在决定类别时 评估变量的重要性 4 在建造森林时 它可以在内部对于一般化后的误差产生不偏差的估计 5 它包含一个好方法可以估计遗失的资料 并且 如果有很大一部分的资料遗失 仍可以维持准确 度 6 它提供一个实验方法 可以去侦测变量之间的相互作用 7 学习过程是很快速的 8 对异常值和噪声具有很好的容忍度 且不容易出现过拟合 随机森林的缺点 1 对于有不同级别的属性的数据 级别划分较多的属性会对随机森林产生更大的影响 所以随机森 林在这种数据上产出的属性权值是不可信的 2 单棵决策树的预测效果很差 由于随机选择属性 使得单棵决策树的预测效果很差 参考文献 1 Shotton J Fitzgibbon A Cook M Sharp T Finocchio M Moore R Kipman A Blake A Real time human pose recognition in parts from single depth images Computer Vision and Pattern Recognition CVPR 2011 IEEE Conference on vol no pp 1297 1304 20 25 June 2011 2 Dantone M Gall J Fanelli G et al Real time facial feature detection using conditional regression forest