王菽裕,宋俊芳,張春玉

(西藏民族大學(xué) 信息工程學(xué)院,陜西 咸陽(yáng) 712082)

0 引言

唐卡圖像是我國(guó)藏區(qū)特有的藝術(shù)作品[1],享有藏族“百科全書”的美譽(yù),裝裱之后可懸掛的宗教卷軸畫其內(nèi)容涉及歷史、醫(yī)學(xué)、政治、文化和社會(huì)生活的諸多方面,是千百年來西藏文化乃至中華民族民間文化藝術(shù)中極其珍貴的非物質(zhì)文化遺產(chǎn),具有極高的藝術(shù)性和觀賞性。 此外,也是學(xué)者研究西藏文化寶貴的形象素材和實(shí)物資料,在國(guó)內(nèi)外具有很高的學(xué)術(shù)價(jià)值。

隨著現(xiàn)代數(shù)字技術(shù)的迅猛發(fā)展,唐卡圖像的數(shù)字化保護(hù)是一個(gè)重要的研究領(lǐng)域[2-3]。 建立類別清晰的唐卡數(shù)據(jù)庫(kù),是一項(xiàng)意義重大且工作量繁重的工作,如何從唐卡數(shù)據(jù)庫(kù)精準(zhǔn)地檢索到需求的唐卡圖像是一個(gè)迫切需要解決的現(xiàn)實(shí)問題。 由于唐卡圖像內(nèi)容、畫面色彩極其豐富,對(duì)整幅唐卡圖像的全局特征的描述就顯得異常困難。 肖像類唐卡圖像的頭飾基本可以分為3 類[4]:發(fā)髻、僧帽和頭冠。 現(xiàn)有的檢測(cè)分類方法中的一些方法過度依賴分割出頭飾區(qū)域[4-5],使得檢測(cè)分類效果不佳,甚至一些方法僅依據(jù)3 類頭飾的輪廓和顏色特征進(jìn)行檢測(cè)分類[6-7]。 由于頭飾的顏色特征容易受到光照干擾,使得應(yīng)用性不足,需要在分割和特征提取兩個(gè)方面進(jìn)行改進(jìn);利用多種分割方法提取多種特征,再結(jié)合分類算法進(jìn)行檢測(cè)分類,這需要準(zhǔn)確的區(qū)域分割和多種圖像特征。 為此,本文直接選取肖像類唐卡圖像中的頭飾區(qū)域作為訓(xùn)練樣本,提取該區(qū)域的全局圖像HOG 特征[8],結(jié)合Adaboost M2 算法對(duì)肖像類唐卡圖像進(jìn)行檢測(cè)分類。一方面可以避免區(qū)域分割帶來的影響,另一方面可以避免對(duì)3 類頭飾特征描述不全面的影響。 與其他方法相比,本文算法可以很好地應(yīng)用于肖像類唐卡圖像的檢測(cè)分類。

1 3 類頭飾訓(xùn)練樣本的構(gòu)建

1.1 訓(xùn)練樣本的采集

訓(xùn)練樣本來源于兩個(gè)部分,第一部分是通過課題組學(xué)生手工采集網(wǎng)絡(luò)上肖像類唐卡圖像的頭飾區(qū)域,并進(jìn)行3 類頭飾數(shù)據(jù)的標(biāo)記;第二部分是學(xué)校藏族學(xué)生通過拍攝西藏旅游場(chǎng)所、家庭、廟宇等地的肖像類唐卡圖像獲得,選擇圖像的頭飾區(qū)域作為訓(xùn)練樣本,并進(jìn)行3 類頭飾數(shù)據(jù)的標(biāo)記。

1.2 訓(xùn)練樣本的擴(kuò)大

本文實(shí)際采集的訓(xùn)練樣本數(shù)據(jù)集包括:發(fā)髻區(qū)域訓(xùn)練樣本431 張/jpg,僧帽區(qū)域訓(xùn)練樣本360 張/jpg,頭冠區(qū)域訓(xùn)練樣本518 張/jpg;分別對(duì)應(yīng)的標(biāo)簽數(shù)據(jù)431 個(gè)/xml,360 個(gè)/xml,518 個(gè)/xml。 為增大訓(xùn)練樣本的數(shù)量,筆者對(duì)原有的牦牛樣本圖片實(shí)施水平翻轉(zhuǎn)操作,最后的數(shù)據(jù)集如表1 所示。

表1 數(shù)據(jù)集 (單位:個(gè))

2 特征提取

方向梯度直方圖(Histogram of Oriented Gradient,HOG)特征是一種在計(jì)算機(jī)視覺和圖像處理中用來進(jìn)行物體檢測(cè)的特征描述子[7]。 此方法的基本觀點(diǎn)是:局部目標(biāo)的外表和形狀可以被局部梯度或邊緣方向的分布很好地描述。 具體特征提取步驟如下。

第一步,為減少光照因素的影響,降低圖像局部的陰影和光照變化所造成的影響,首先采用Gamma校正法對(duì)輸入圖像的顏色空間進(jìn)行標(biāo)準(zhǔn)化(或者說是歸一化)[9]。 Gamma 校正可以理解為提高圖像中偏暗或者偏亮部分的圖像對(duì)比效果,能夠有效地降低圖像局部的陰影和光照變化。

第二步,邊緣方向計(jì)算。 計(jì)算圖像每個(gè)像素點(diǎn)的梯度,包括方向和大小。

上式中Gx(x,y)和Gy(x,y)分別表示輸入圖像在像素點(diǎn)(x,y) 處的水平方向梯度值和垂直方向梯度值,所以在該像素點(diǎn)的梯度幅值和梯度方向就分別是:

第三步,將輸入圖像劃分成小單元(Cell),如8×8,然后統(tǒng)計(jì)每一個(gè)小單元的梯度直方圖,再將幾個(gè)小單元組成一個(gè)塊區(qū)域(Block),如2×2 個(gè)小單元組成一個(gè)塊區(qū)域,將每一個(gè)塊區(qū)域中的小單元的梯度直方圖串聯(lián)起來,就可以得到一個(gè)塊區(qū)域的HOG 特征。

統(tǒng)計(jì)一個(gè)細(xì)胞單元的梯度直方圖時(shí),一般考慮采用9 個(gè)bin 的直方圖來統(tǒng)計(jì)8×8 個(gè)像素的梯度信息,即將cell 的梯度方向0~180°(或0~360°,即考慮了正負(fù))分成9 個(gè)方向塊,如圖1 所示。

圖1 梯度信息統(tǒng)計(jì)

第四步,對(duì)塊區(qū)域歸一化。 由于局部光照的變化以及前景背景對(duì)比度的變化,使得梯度強(qiáng)度的變化范圍非常大,這就需要對(duì)梯度做局部對(duì)比度歸一化。 歸一化能夠進(jìn)一步對(duì)光照、陰影、邊緣進(jìn)行壓縮,使得特征向量對(duì)光照、陰影和邊緣變化具有魯棒性。

具體的做法是將小單元組成更大的塊區(qū)域,然后針對(duì)每個(gè)塊區(qū)域進(jìn)行對(duì)比度歸一化。 最終的描述子是檢測(cè)窗口內(nèi)所有塊內(nèi)的小單元的直方圖構(gòu)成的向量。

如圖2 所示,一個(gè)塊區(qū)域由2×2 個(gè)小單元組成,每一個(gè)小單元由8×8 個(gè)像素組成,每一個(gè)小單元有9 個(gè)直方圓通道,所以一個(gè)塊的特征向量長(zhǎng)度為2×2×9。

圖2 2×2 個(gè)小單元組成的塊區(qū)域

假設(shè)v 是一個(gè)沒有歸一化的向量,‖v‖k表示v的k 范數(shù),對(duì)向量進(jìn)行歸一化公式為:

上式中ξ 是一個(gè)很小的常數(shù),主要是防止分母為0。

第五步,提取HOG 特征。 最后一步就是收集所有塊區(qū)域的HOG 特征向量,并將它們結(jié)合成最終的特征向量送入分類器。

3 Adaboost M2 算法

Adaboost 是由Schapire 等[10]首先提出來的一種用于二分類問題的集成方法,緊接著出現(xiàn)了adaboost M1 將二分類擴(kuò)展到多分類問題,而adaboost M2 不僅可以處理多分類問題,還引入了置信度的概念,進(jìn)一步擴(kuò)展了adaboost 算法,提高了算法在分類過程中的準(zhǔn)確度。

假設(shè)訓(xùn)練集S ={xi,yi},i =1…N;其中樣本xi對(duì)應(yīng)的標(biāo)簽yi∈C,C ={c1…cm};T 是迭代次數(shù);I 是弱分類器。

第一步,訓(xùn)練參數(shù)初始化:

上式表示第i 個(gè)樣本在初始條件下占訓(xùn)練樣本集的比重。

上式表示第i 個(gè)樣本在初始條件下某個(gè)錯(cuò)誤標(biāo)簽y 的權(quán)重。

第二步,進(jìn)入循環(huán),迭代次數(shù)從1 到T,在第t 次,弱分類器I 所需要的參數(shù)如下:

上式表示在第t 次迭代中樣本i 的錯(cuò)誤標(biāo)簽的權(quán)重和。

上式表示第i 個(gè)樣本在所有樣本中占的權(quán)重。ht= I(S,Dt)

第三步,進(jìn)入第t+1 次循環(huán)時(shí),更新權(quán)重參數(shù)如下:

上式中,i =1…N,y ∈C - {yi} 。 其中在第三步中,Adaboost M2 算法考慮了樣本被錯(cuò)分的權(quán)重,從而進(jìn)入下一次循環(huán)中,得到了權(quán)重參數(shù)的修正。

第四步,輸出訓(xùn)練器:

在本文算法當(dāng)中,表1 中列出了3 類頭飾訓(xùn)練集,對(duì)應(yīng)的相應(yīng)的標(biāo)簽是3 種類別,分別是發(fā)髻(Hairpin)、僧帽(Monk-hat)和頭冠(Crown)。

4 實(shí)驗(yàn)

本文實(shí)驗(yàn)過程的數(shù)據(jù)集如表1 所示,有3 種類別,分別是發(fā)髻、僧帽和頭冠,每一種類別都有訓(xùn)練數(shù)量和測(cè)試數(shù)量。

文中算法的測(cè)試,通過在樣本內(nèi)、外進(jìn)行,樣本內(nèi)就是測(cè)試樣本和訓(xùn)練樣本重合,樣本外就是測(cè)試樣本和訓(xùn)練樣本不重合,實(shí)驗(yàn)結(jié)果如表2—3 所示。

表2 樣本內(nèi)分類實(shí)驗(yàn)結(jié)果

表3 樣本外分類實(shí)驗(yàn)結(jié)果

將本文算法Adaboost M2+HOG 和SVM[5]、leastsquares curve fitting[6]、最大類間[7]3 種方法在同一測(cè)試集下進(jìn)行樣本外的檢測(cè)精度對(duì)比,可以看出,本文算法優(yōu)于其他方法,實(shí)驗(yàn)結(jié)果如表4 所示。

表4 不同方法識(shí)別精度比較(單位:%)

5 結(jié)語(yǔ)

本文算法的提出,對(duì)肖像類唐卡圖像在數(shù)字化保護(hù)過程中分門別類的歸檔具有重要意義,為后期學(xué)者對(duì)唐卡圖像的研究,進(jìn)行海量數(shù)據(jù)的精確檢索,提供了可行的算法保證。 當(dāng)然,對(duì)肖像類唐卡圖像的3 類頭飾元素進(jìn)行標(biāo)注,如何綜合圖像的深層信息,在圖像標(biāo)注過程中更明確、更細(xì)致,是今后研究的重點(diǎn)工作。