作者：Kaspar Sakmann

Twitter

Facebook

介紹

?????? 對于Udacity（優達學城）自動駕駛汽車納米學位的汽車檢測和跟蹤項目，如果使用傳統的計算機可視化技術將是一個挑戰，就像方向梯度直方圖（Histogramof Oriented Gradients，HOG）和其它特征組合在一起在視頻里跟蹤汽車一樣，理想的解決方案應該是實時運行的，如>30FPS，我曾經使用線性SVM來處理視頻，在一臺i7CPU計算機上得到的結果只有可憐的3FPS。最后我使用YOLO來處理視頻終于通過了Udacity的項目，YOLO是一個超快的用于對象檢測的卷積神經網絡，如果你的GPU夠快（我當時使用的是GTX1080），視頻處理的速度可以達到65FPS，比我用SVM+HOG的方法足足快20倍。

使用YOLO來處理Udacity汽車跟蹤項目視頻在檢測汽車時表現優異

數據集

??????? 我使用了KITTI和GTI數據集，以及來自項目訓練倉庫的一些其它數據，只有兩類數據：有車的和沒有車的，GTI數據從視頻流獲得，因此所有圖像都完全是隨機的，然后被分為訓練和測試數據集，在訓練和測試數據集之間建立相關關系，我將每個數據源30%的數據集作為驗證和測試數據集，所有圖像都被重置為64x64像素的大小，以便于特征的提取。

特征提取

??? 我使用的特征向量如下：

• 空間特征：除了用于自檢的像斑（16x16像素）外啥都沒有。

• 顏色直方圖特征：捕獲每個像斑的統計顏色信息，通過這種特征向量捕獲的汽車顏色通常是非常飽和的。

• 方向梯度直方圖（HOG）特征：捕獲每個圖像通道的梯度結構，在不同的光線條件下，這種方法表現得還不錯。

在這篇博客里有關于HOG特征的詳細描述，其思想始終是，在一個直方圖里，在一個圖像上聚集梯度，讓特征向量在不同視角和光線條件下變得更加穩定。下面是HOG特征應用于有車的和沒車的圖像上時的可視化呈現。

HOG特征，從左邊開始的4列：訓練數據和它們在HLS顏色空間里的通道，右邊3列：每個通道HOG向量的可視化效果

??? 最后一個特征向量包含前面3個不同方法提取的特征，因此有必要對每一個特征進行計量，防止因取值范圍不同導致某一特征占主導地位，我使用了scikit學習包中的Standard.Scaler函數，通過移動平均值和按比例縮放到單位方差來標準化特征。

訓練一個線性支持向量機

??????? 和其它分類和檢測問題不同，檢測汽車需要強實時，因此，要在高準確性和速度之間取得平衡，影響性能最主要的兩個參數是特征向量的長度和汽車檢測算法，線性SVM在速度和準確性之間提供了最好的折中方案，比隨機森林（快但準確性不夠）和非線性SVM（rbf內核，非常慢）的表現要好得多。最后測試時使用了一個包含6156個特征的特征向量，準確性超過了98.5%，但仍然有將近1.5%的像斑時不時的晃眼，特別是車道線、事故故障和欄桿。

盡管有98.5%的的準確性，仍然有像斑分類錯誤

滑動窗口

????????? 通常情況下，汽車檢測和攝像機使用滑動窗口掃描圖像一幀一幀記錄類似，對每個窗口而言，通過計算特征向量并輸入到分類器中，汽車在不同距離出現時，有必要搜索多個尺度，通常會有100多個特征向量需要提取，然后輸入到分類器中，對每一幀圖像進行處理。下面是正面檢測大約150個窗口的例子，不出意外，仍然會有一些失誤。

??????? 為了過濾掉誤判結果，我一直跟著檢測窗口直到最后30幀，只考慮被準確識別的圖像，最后有超過15次檢測被記錄下來，我用熱圖來呈現最終結果，可以看到噪點大大減少，如下：

左圖：一幀的所有檢測窗口。右圖：最后30幀的熱圖

??? 通過熱圖的閾值，包含所有非零值的熱圖最小矩形邊界框就可以確定下來。

左圖：15次檢測生成了關鍵的熱圖閾值。右圖：畫出邊界矩形的最終效果

??? 在視頻中應用全部通道后，圍繞汽車畫出的矩形邊界如下所示：

視頻鏈接

與YOLO比較及結論

??? 從2005年開始，使用HOG特征和線性SVM是最佳選擇，直到最近，出現了非常快速的對象檢測神經網絡，對象檢測速度可以達到準實時。我下載了暗網（darknet）倉庫里的代碼，使用YOLO處理項目視頻，只需要稍稍修改一下代碼，允許直接保存視頻，結果相當讓人吃驚，檢測時并沒有使用滑動窗口，但速度仍然非常快，一幀圖像通過網絡時只需要被處理一次，因此稱之為YOLO--“youonly look once”。

視頻鏈接

??? 用神經網絡來處理一整幅圖像與提取每個像斑的特征向量然后用SVM來處理相比，前者的代價更大，但是，對一幅圖像來說，這種方法只需要處理一次，而SVM+HOG方案需要處理大約150次。上面大家看到的視頻，我還沒有進行過優化，如減少圖像或定義興趣區域，或者針對汽車做特定訓練。在準確性相當時，YOLO比SVM+HOG要快20多倍，檢測閾值可以被設置為任意置信水平，我保留默認值（50%），并且除了汽車之外不再檢測其它對象，這讓我相當興奮，我將在另一個獨立項目中進一步驗證汽車檢測的可能性。

???? 以上為譯文。

??? 文章原標題《Vehicle tracking using a support vector machine vs. YOLO》，作者：Kaspar Sakmann，譯者：耕牛的人，校核：主題曲（身形）。

??? 文章為簡譯，更為詳細的內容，請查看 原文。

總結

以上是生活随笔為你收集整理的车辆追踪算法大PK：SVM+HOG vs. YOLO的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。