試想一下，汽車的眼睛如果和人眼一樣能夠迅速“看”到路上的行人會(huì)怎樣呢？日前，加利福尼亞大學(xué)圣迭戈分校的一位電氣工程師再一次刷新了這一幕到來的可能。

　　行人檢測(cè)技術(shù)的現(xiàn)狀

　　從學(xué)術(shù)角度來說，讓汽車“看”到行人，其實(shí)是應(yīng)用了“行人檢測(cè)”的技術(shù)。行人檢測(cè)通過圖像處理、計(jì)算機(jī)視覺相關(guān)算法以及機(jī)器學(xué)習(xí)等技術(shù)對(duì)道路行人進(jìn)行識(shí)別和追蹤，在智能車輛、自動(dòng)導(dǎo)航、運(yùn)動(dòng)分析等領(lǐng)域都有著廣泛的應(yīng)用前景。

　　傳統(tǒng)的行人檢測(cè)方法主要是對(duì)目標(biāo)的形狀、大小、紋理等進(jìn)行識(shí)別，這種方法在圖像噪聲較大或行人多姿勢(shì)變化等場(chǎng)景下性能不理想。所以，目前更多被使用的是基于圖像特征的行人檢測(cè)算法，利用統(tǒng)計(jì)學(xué)原理，通過機(jī)器學(xué)習(xí)找到特征分類模型。

　　算法優(yōu)化

　　16年2月， 加利福尼亞大學(xué)圣迭戈分校的一位電氣工程師在行人檢測(cè)技術(shù)算法的優(yōu)化上邁出了新的一步。他帶領(lǐng)團(tuán)隊(duì)開發(fā)的行人檢測(cè)系統(tǒng)，幾乎能夠進(jìn)行實(shí)時(shí)(每秒2~4幀)檢測(cè)，同時(shí)相較于目前已存在的系統(tǒng)，進(jìn)一步刷新了檢測(cè)精度(失誤率近50%)。據(jù)了解，這種算法結(jié)合了深度學(xué)習(xí)模型，能夠被用于智能車輛、機(jī)器人、以及圖像視頻搜索系統(tǒng)。

　　“我們致力于建立一種能夠幫助電腦更好地理解它們周圍的現(xiàn)實(shí)世界的計(jì)算機(jī)視覺系統(tǒng)”，努諾•瓦斯康塞洛斯(Nuno Vasconcelos)說，他是加利福尼亞大學(xué)圣迭戈分校的一位電氣工程教授。他們的一大目標(biāo)是使該算法實(shí)現(xiàn)實(shí)時(shí)追蹤，尤其對(duì)于自動(dòng)駕駛汽車的行人檢測(cè)系統(tǒng)。

　　這個(gè)新的檢測(cè)算法結(jié)合了深度學(xué)習(xí)模型和傳統(tǒng)計(jì)算機(jī)視覺分類器結(jié)構(gòu)，后者被學(xué)術(shù)界稱為“級(jí)聯(lián)分類器算法”。

　　級(jí)聯(lián)檢測(cè)與弱學(xué)習(xí)

　　行人檢測(cè)系統(tǒng)通常會(huì)將一張圖片分為幾個(gè)小窗口，然后用一個(gè)標(biāo)示行人存在的分類器，分別處理這些窗格。 這種方式目前已經(jīng)遭遇了瓶頸，因?yàn)樾腥嗽趫D像中的位置和大小(由距離相機(jī)的遠(yuǎn)近決定)會(huì)各不相同。

　　而在級(jí)聯(lián)檢測(cè)算法中，檢測(cè)器的工作分為幾個(gè)階段。第一階段，迅速識(shí)別和剔除那些明顯沒有行人的窗格(如藍(lán)天等)。第二階段，處理較難識(shí)別的窗格(如包含樹木的窗格)，算法可以通過特征(形狀、顏色、輪廓等)檢測(cè)進(jìn)行識(shí)別。最后一個(gè)階段，此時(shí)只留下最難以識(shí)別的窗格，檢測(cè)器需要區(qū)分與行人非常接近的一些物體，這個(gè)過程比較緩慢，但因?yàn)樵谇皟蓚€(gè)階段中已經(jīng)處理了大部分窗格，所以這種方法從整體而言，其復(fù)雜度是很低的。

　　傳統(tǒng)的級(jí)聯(lián)檢測(cè)方法依賴于“弱學(xué)習(xí)算法”(識(shí)別錯(cuò)誤率較低)，每個(gè)階段都使用簡(jiǎn)單的分類器執(zhí)行。例如，在第一階段使用小規(guī)模弱學(xué)習(xí)算法，而在最后階段使用大量弱學(xué)習(xí)算法。雖然這種方法很快，但是在最后階段卻難以提升識(shí)別的質(zhì)量。因?yàn)槿鯇W(xué)習(xí)算法的識(shí)別精度相同，所以就算在最后階段疊加更多分類器，它們也無法執(zhí)行更高精度的識(shí)別與分類。

　　深度學(xué)習(xí)模型

　　為了解決這個(gè)問題，瓦斯康塞洛斯和他的團(tuán)隊(duì)開發(fā)了一種新型算法。這種算法在級(jí)聯(lián)檢測(cè)的最后階段集成了深度學(xué)習(xí)模型。深度學(xué)習(xí)模型更適合于復(fù)雜的模式識(shí)別，在被訓(xùn)練了成百上千次后，它們能夠更好地處理圖像。但是，深度學(xué)習(xí)模型對(duì)于實(shí)時(shí)檢測(cè)而言過于復(fù)雜，所以目前只應(yīng)用于級(jí)聯(lián)檢測(cè)的最后階段。

　　這種解決方案，其實(shí)是一種新型的級(jí)聯(lián)算法結(jié)構(gòu)，它結(jié)合了不同等級(jí)的分類器：早期階段的簡(jiǎn)單分類器(弱學(xué)習(xí)算法)以及最后階段的復(fù)雜分類器(深度學(xué)習(xí)模型)。瓦斯康塞洛斯表示，這種方法實(shí)現(xiàn)起來并不煩瑣，因?yàn)樗麄兊乃惴〞?huì)試圖實(shí)現(xiàn)檢測(cè)精度與復(fù)雜性之間的平衡。

　　“目前還沒有哪個(gè)算法能夠評(píng)估檢測(cè)精度與檢測(cè)速度之間的平衡。事實(shí)上，這是學(xué)術(shù)界第一次在級(jí)聯(lián)檢測(cè)中加入深度學(xué)習(xí)方法?；诖?，我們會(huì)在實(shí)時(shí)、精準(zhǔn)的行人檢測(cè)上走得更遠(yuǎn)。” 瓦斯康塞洛斯說。

　　該算法目前僅用于簡(jiǎn)單的二元檢測(cè)任務(wù)，如行人檢測(cè)。未來，研究人員致力于將這種級(jí)聯(lián)算法推廣于同時(shí)檢測(cè)多種物體的應(yīng)用中。（文|3sNews 思佳）