目标检测之选择性搜索-Selective Search

一、滑动窗口检测器

一种用于目标检测的暴力方法就是从左到右，从上到下滑动窗口，利用分类识别目标。为了在不同观察距离处检测不同的目标类型，我们可以使用不同大小和宽高比的窗口

得到窗口内的图片送入分类器，但是很多分类器只取固定大小的图像，所以这些图像需要经过一定的变形转换。但是，这不影响分类的准确率，因为分类器是可以处理变形后的图像

将图像变形转换成固定大小

变形图像块被输入CNN分类器中，提取4096个特征，使用SVM分类器识别类别和该边界框的另一个线性回归器

下面是伪代码，我们创建很多窗口来检测不同位置的不同目标。要提升性能，一个显而易见的办法就是减少窗口的数量

for window in windows
    patch = get_patch(image, window)
    results = detector(patch)

二、选择性搜索

不使用暴力方法，而是用候选区域方法（region proposal method）创建目标检测的感兴趣区域（ROI）。在选择性搜索（selective search，SS）中，我们可以先利用基于图的图像分割的方法得到小尺度的区域，然后一次次合并得到大的尺寸。考虑所有特征，例如颜色、纹理、大小等，同时照顾下计算复杂度。

在深入介绍Selective Search之前，先说明一下需要考虑的问题：

•  适应不同尺度（Capture All Scales）:穷举搜索（Exhaustive Selective）通过改变窗口大小来适应物体的不同尺度，选择搜索（Selective Search）同样无法避免这个问题。算法采用图像分割（Image Segmentation）以及使用一种层次算法（Hierarchical Algorithm）有效地解决了这个问题
• 多样化（Diversification）：单一的策略无法应对多种类别的图像，使用颜色、纹理、大小等多种策略对分割号的区域进行合并
• 速度快

选择性搜索的具体算法（区域合并算法）

输入：一张图片
输出：候选的目标位置集合

算法：
利用切分方法得到候选的区域集合R = {r1,r2,…,rn}
初始化相似集合S = ϕ
foreach 遍历邻居区域对 (ri,rj) do
    计算相似度s(ri,rj）
    S = S  ∪ s(ri,rj)
while S not=ϕ do
    从s中得到最大的相似度s(ri,rj)=max(S)
    合并对应的区域rt = ri ∪ rj
    移除ri对应的所有相似度：S = Ss(ri,r*)
    移除rj对应的所有相似度：S = Ss(r*,rj)
    计算rt对应的相似度集合St
    S = S ∪ St
    R = R ∪ rt
L = R中所有区域对应的边框

首先通过基于图的图像分割方法初始化原始区域，就是将图像分割成很多很多的小块，使用贪心策略，计算每两个相邻区域的相似度，然后每次合并最相似的两块，直至最终只剩下一块完整的图片。然后这其中每次产生的图像块包括合并的图像块我们都保存下来，这样就得到图像的分成表示，那么如何计算两个图像块的相似度呢？

三、保持多样性的策略

 区域合并采用了多样性的策略，如果简单采用一种策略很容易错误合并不相似的区域，比如只考虑纹理时，不同颜色的区域很容易被误合并。选择性搜索采用三种多样性策略来增加候选区域以保证召回：

• 多种颜色空间，考虑RGB、灰度、HSV及其变种
• 多种相似度度量标准，既考虑颜色相似度，又考虑纹理、大小、重叠情况等
• 通过改变阈值初始化原始区域，阈值越大，分割的区域越少

1、颜色空间转换

通过色彩空间转换，将原始色彩空间转换到多达八种色彩空间。也是为了考虑场景以及光照条件等，主要应用于图像分割算法中原始区域的生成（两个像素点的相似度计算时，计算不同颜色空间下的两点距离）。主要使用的颜色空间有：（1）RGB，（2）灰度I，（3）Lab，（4）rgI（归一化的rg通道加上灰度），（5）HSV，（6）rgb（归一化的RGB），（7）C，（8）H（HSV通道的H）

2、区域相似度计算

我们在计算多种相似度的时候，都是把单一相似度的值归一化到[0, 1]之间，1表示两个区域之间相似度最大

• 颜色相似度

• 纹理相似度
• 有限合并小的区域
• 区域的合适度距离
• 合并上面四种相似度

四、给区域打分

通过上述步骤，我们可以得到很多区域，但是并不是每个区域作为目标的可能性都是相同的，我们要进行筛选。

做法：给予最先合并的图片块较大的权重，比如最后一块完整图像权重为1，倒数第二次合并的区域权重为2，以此类推。但是当我们策略很多，多样性很多的时候，权重就会有太多的重合，这样排序就不太方便。我们可以给他们乘以一个随机数，然后对于相同的区域多次出现的也叠加下权重，毕竟多个方法都说你是目标，也是有理由的嘛。这样我们就得到所有区域的目标分数，也就可以根据自己的需要选择多少个区域了。

五、选择性搜索性能评估

自然地，通过算法计算得到的包含物体的Bounding Boxes与真实情况（ground truth）的窗口重叠越多，那么算法性能就越好。这是使用的指标是平均最高重叠率ABO（Average Best Overlap）。对于每个固定的类别c，每个真实情况（ground truth）表示为，令计算得到的位置假设L中的每个值l_j，那么 ABO的公式表达为：

 重叠率的计算方式：

 上面结果给出的是一个类别的ABO，对于所有类别下的性能评价，很自然就是使用所有类别的ABO的平均值MABO（Mean Average Best Overlap）来评价。

1、单一策略评估

我们可以通过改变多样性策略中的任何一种，评估选择性搜索的MABO性能指标。采取的策略如下：

• 使用RGB色彩空间
• 采用四中相似度计算的组合方式
• 设置图像分割的阈值k=50

2、多样性策略组合

 我们使用贪婪搜索算法，把单一策略进行组合，会获得较高的MABO，但是也会造成计算成本的增加。

上图中绿色边框为对象的标记边框，红色边框为我们使用'Quality' Selective Search算法获得的Overlap最高的候选框。可以看到我们这个候选框和真实标记非常接近。

六、代码实现

 我们可以通过下面的命令直接安装Selective Search包

pip install selectivesearch

然后从https://github.com/AlpacaDB/selectivesearch下载源码，运行exampleexample.py文件。效果如下：

# -*- coding: utf-8 -*-
from __future__ import (
    division,
    print_function,
)

import skimage.data
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import selectivesearch
import numpy as np


def main():

    # 加载图片数据
    img = skimage.data.astronaut() 

    '''
    执行selective search，regions格式如下
    [
                {
                    'rect': (left, top, width, height),
                    'labels': [...],
                    'size': component_size
                },
                ...
    ]
    '''
    img_lbl, regions = selectivesearch.selective_search(
        img, scale=500, sigma=0.9, min_size=10)

    #计算一共分割了多少个原始候选区域
    temp = set()
    for i in range(img_lbl.shape[0]):
        for j in range(img_lbl.shape[1]):    
            temp.add(img_lbl[i,j,3]) 
    print(len(temp))       #286
    
    #计算利用Selective Search算法得到了多少个候选区域
    print(len(regions))    #570
    #创建一个集合 元素不会重复，每一个元素都是一个list(左上角x，左上角y,宽,高)，表示一个候选区域的边框
    candidates = set()
    for r in regions:
        #排除重复的候选区
        if r['rect'] in candidates:
            continue
        #排除小于 2000 pixels的候选区域(并不是bounding box中的区域大小)  
        if r['size'] < 2000:
            continue
        #排除扭曲的候选区域边框  即只保留近似正方形的
        x, y, w, h = r['rect']
        if w / h > 1.2 or h / w > 1.2:
            continue
        candidates.add(r['rect'])

    #在原始图像上绘制候选区域边框
    fig, ax = plt.subplots(ncols=1, nrows=1, figsize=(6, 6))
    ax.imshow(img)
    for x, y, w, h in candidates:
        print(x, y, w, h)
        rect = mpatches.Rectangle(
            (x, y), w, h, fill=False, edgecolor='red', linewidth=1)
        ax.add_patch(rect)

    plt.show()
    

if __name__ == "__main__":
    main()

参考文章：

https://www.cnblogs.com/zyly/p/9259392.html

图像分割—基于图的图像分割（Graph-Based Image Segmentation）(附代码)

目标检测（1）-Selective Search

https://github.com/AlpacaDB/selectivesearch(代码)

Selective Search for Object Recognition(推荐)

J.R. Uijlings, K.E. vandeSande, T. Gevers, and A.W. Smeulders. Selective search for object recognition. IJCV, 2013.