Shape-BasedHumanDetection-重庆大学智能服务与软件工程中心.PPTVIP

文章出处 Paper is from: IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 32, NO. 4, APRIL 2010 author: Zhe Lin:He is currently working as a research scientist at theAdvanced Technology Labs, Adobe Systems Incorporated. Larry S. Davis:IEEE Fellow,He is currently a professor in the Institute for Advanced Computer Studies and the Computer Science Department, as well as the chair of that department, at the University of Maryland. hes homepage:/~lsd/ 文章解决的问题 要解决的问题：difficult problem of simultaneously detecting and segmenting multiple (possibly partially occluded) humans. 提出一种能够同时解决多人体目标侦测与切割的方法（可能存在部分遮挡） 算法主要流程 构建Generating the Part-Template Tree Model 对the Part-Template Tree进行训练 构建Pose-Adaptive Descriptors（shape-based,low-level features based） 利用SVM进行分类，从而对人体目标进行一个粗糙的侦测 利用Pose-Adaptive Descriptors和Pose-Adaptive Descriptors联合运用进行遮挡分析把侦测与切割问题在目标被遮挡的情况下转为优化问题 求解优化问题最终解决人体目标的侦测和切割 人体目标的切割 Segmentation via Hierarchical Part-Template Matching： Generating the Part-Template Tree Model Learning the Part-Template Tree Hierarchical Part-Template Matching 万里长征第一步 Generating the Part-Template Tree Model： (1)Synthesizing Global Shape Models (2)Generating Parts by Decomposition (3)Constructing an Initial Tree Model Using Parts Synthesizing Global Shape Models 利用多个横向平行四边形进行旋转缩放搭建一个较为粗糙的人体整体模型。 由于每个平行四边形要用5个参数（中心点x，y坐标；平行四边形的长宽，以及旋转角度a）来刻画，所以要构建一个平行四边形构建的人体形状模型，至少需要30个变量（5×6=30，头部，躯干，一对小腿和大腿共6个平行四边形）。下图是通过横向平行四边形拼接了一个局部人体模型剪影（silhouettes） 一个人体整体模型需要30个变量来刻画，假设每个变量取三个值，则会有330 个模型 。显然数据量过于巨大，不利于局部模板树的生成。原文认为只要知道躯干的位置其他部分的参数都可以认为是隐含变量。所以最终刻画整体模型锐减到6个。实验表明变量取值3×2×3×3×3×3=486情况下，实验效果随着变量取值增加变化不明显。为了增加精度，平行四边形也采用了圆角的。 Generating Parts by Decomposition 对获得整体模型进行分割，分割成头躯干（head-torso）,腿上半部（upper-legs）腿下半部（lower-legs）三部分。比对每个部分利用索引，位置编号进行编排。每个整体模型都有两种表示形式，一种是基于轮廓的，一种是基于剪影的，对于这两种表示形式都需要进行以上步骤的分割。 Constructing an Initial Tree Model Using Parts 局部模板树一共分成四层。第一层为根节点，第二层是头躯干部，第三层是腿上半部，第四层是腿下半部。 Learning the Part-Template Tree 局部模板树的自学习：由于通过平行四边形搭建整体模型所构建的局部