ОБНАРУЖЕНИЕ ОБЪЕКТОВ НА ИЗОБРАЖЕНИЯХ С ПОМОЩЬЮ ГИСТОГРАММЫ НАПРАВЛЕННЫХ ГРАДИЕНТОВ Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 004.93'1

Гильманов Р. Ф. студент магистратуры факультет Информационных систем и технологий Поволжский государственный университет елекоммуникаций и

информатики

научный руководитель: Куляс О.Л., к.тн., с.н.с.

доцент Россия, г. Самара

ОБНАРУЖЕНИЕ ОБЪЕКТОВ НА ИЗОБРАЖЕНИЯХ С ПОМОЩЬЮ ГИСТОГРАММЫ НАПРАВЛЕННЫХ ГРАДИЕНТОВ

Аннотация: В статье рассматривается метод обнаружения объектов на изображениях, основанный на гистограмме направленных градиентов.

Ключевые слова: компьютерное зрение, обнаружение объектов, HOG,

SVM.

Gilmanov R.F. candidate for a master's degree Faculty of Information Systems and Technology Povolzhskiy State University of Telecommunications and Informatics

Russia, Samara Scientific adviser: Kulyas O.L.

Associate Professor, Ph.D., Senior Researcher DETECTION OF OBJECTS ON IMAGES BY MEANS OF HISTOGRAMS OF DIRECTED GRADIENTS

Annotation: The article discusses a method for detecting objects in images based on a histogram of oriented gradients (HOG).

Keywords: computer vision, object detection, HOG, SVM.

Идея алгоритма заключается в том, что внешний вид и форма объекта на участке изображения могут быть описаны распределением градиентов интенсивности или направлением краев [2]. Изображение делится на небольшие связанные области, называемые ячейками, и для пикселей в каждой ячейке составляется гистограмма направлений градиента. Объединение этих гистограмм является дескриптором.

Основные этапы расчета дескриптора HOG:

1. Расчет значений градиентов.

Наиболее часто применяемый метод - использование одномерной дифференцирующей маски с использованием фильтрующих ядер [-1, 0, 1] и [-1, 0, 1]Г. Используя полученные матрицы можно с легкостью вычислить величину (1) и направление (2) градиента.

9r = + 9у{ 1)

■ л

Е I

9* = 1311-1 £(2)

а) б) в) г)

Рисунок 1. Пример вычисления градиентов: а - исходное изображение; б

- абсолютное значение у-градиента; в - абсолютное значение хградиента; г - абсолютная величина градиента.

2. Группировка направлений.

На данном этапе вычисляются гистограммы ячеек. В статье Далала и Триггса [1] оптимальным размером ячейки для нахождения пешеходов является 8x8. Используется каждое значение градиента, находящееся в вычисляемой ячейке. Каналы гистограммы равномерно распределены по диапазону от 0 до 180 градусов или от 0 до 360 градусов, в зависимости от того, является ли градиент знаковым.

10 30 50 70 90 110 130 150 170

Рисунок 2. Пример гистограммы ячейки [3]

3. Группировка ячеек в блоки для дальнейшей нормализации.

Чтобы учесть изменения освещенности и контраста, силы градиента должны быть локально нормализованы, что требует группировки ячеек в более крупные, пространственно связанные блоки. Эти блоки обычно

наслаиваются один на другой, что означает, что каждая ячейка вносит вклад в окончательный дескриптор более одного раза.

Далал и Триггс определили [1] 4 способа поиска нормировочного множителя: L2-норма (3), L2-норма, ограниченная сверху, L1-норма (4), корень из Ы-нормы.

f = ~7==

СМк+е)

(3)

(4)

Все предложенные методы нормализации улучшают результаты, однако установлено [1], что L1-норма работает менее надежно, чем остальные.

В результате работы данного алгоритма, изображение преобразуется в характеристический вектор. Длина вектора зависит не только от размера

(а) (б)

Рисунок 3. Результат построения гистограмм направленных градиентов:

а - исходное изображение; б - визуализация работы алгоритма.

4. Классификация дескрипторов при помощи системы обучения с учителем.

Для тренировки алгоритма требуется большая выборка изображений как содержащих искомый объект, так и на которых его нет. Существует множество алгоритмов обучения, однако основная идея заключается в бинарной классификации характеристических векторов. Дихотомическое разделение дескрипторов на имеющие обнаруживаемый объект и на которых он отсутствует.

Наиболее популярным является метод опорных векторов (SVM). Характеристические векторы представлены точками в p-мерном пространстве. Каждая точка может принадлежать только одному из двух классов. Задача алгоритма состоит в том, чтобы найти гиперплоскость с

размерностью (р-1), которая разделит все точки на два класса.

Рисунок 4. Пример классифицирующих прямых в двумерном

пространстве [4]

Гистограмма направленных градиентов является мощным способом преобразования изображения в характеристический вектор (дескриптор). Основанный на ней метод распознавания является крайне эффективным для объектов, которые не демонстрируют существенное изменение в форме. Если ориентация рассматриваемого объекта постоянно различается или он вращается, то данный метод не рекомендуется к использованию.

Использованные источники:

1. N. Dalal and B. Triggs. Histograms of oriented gradients for human detection. In IEEE Computer Society Conference on Computer Vision and Pattern Recognition, volume 1, pages 886-893, June 2005.

2. Histogram of oriented gradients // Wikipedia. URL: https://en.wikipedia.org/wiki/Histogram_of_oriented_gradients (дата обращения: 3.02.2019).

3. HOG Person Detector Tutorial // Chris McCormick. URL: http://mccormickml.com/2013/05/09/hog-person-detector-tutorial/ (дата обращения: 3.02.2019).