曹攀+董洪偉

摘要：針對復雜場景中難以標注對象輪廓的問題，提出一種基于支持向量機的場景標注方法。首先采用結構森林法生成邊緣概率，再運用分水嶺算法將邊緣概率轉化成初始圖像塊。為避免過分分割，減少訓練開支，利用UCM算法并選取適當?shù)拈撝堤岣邎D像塊對輪廓的精確度，最后通過支持向量機訓練分割的圖像塊進行場景標注。實驗表明，在處理復雜的戶外場景標注時，基于支持向量機的場景標注方法在像素精確度上表現(xiàn)良好，在對象輪廓上標注效果較好。

關鍵詞：對象輪廓；分水嶺；支持向量機；場景標注

DOIDOI：10.11907/rjdk.171167

中圖分類號：TP301

文獻標識碼：A 文章編號：1672-7800（2017）006-0015-04

0 引言

在計算機視覺領域，場景標注[1]作為圖像分析的一個重要環(huán)節(jié)受到廣泛關注。場景標注的主要任務是識別圖像中每個像素所屬類別。由于圖像常會受到不同光照強度、對象遮擋以及對象種類繁多和復雜的場景問題，導致像素標注錯誤，無法很好地標注對象輪廓，最終導致場景標注效果不理想。因此，如何有效提取圖像中對象的整體信息，描述圖像對象輪廓，一直都是值得研究的問題。

當前的場景標注方法是直接在圖像像素的基礎上訓練模型，而單純在像素上訓練模型很難描述對象輪廓，從而使場景標注難以獲得理想效果?；诖耍疚奶岢鲆环N基于支持向量機的場景標注方法SVM-SLM（Scene labeling method based on support vector machine），通過訓練圖像塊，有效解決了基于圖像中對象輪廓的描述問題，在像素精確度上也有良好表現(xiàn)。

2 SVM-SLM方法描述

傳統(tǒng)的基于像素訓練的場景標注模型無法描述對象輪廓，會出現(xiàn)預測對象丟失和對象不完整的問題，從而影響像素精度。文獻[2]、[ 3]、[4]研究的場景標注方法時間開銷過大，并且精確度不高。針對以上問題本文提出了SVM-SLM方法，具體步驟如下：①采用結構森林方法[5]生成圖像的邊緣概率圖；②將上述生成的邊緣概率圖用分水嶺方法將圖像劃分為初始圖像塊；③為防止分水嶺方法過度分割并且減少接下來的訓練開支，通過UCM算法選取閾值，優(yōu)化圖像塊；④對圖像塊提取特征，利用支持向量機訓練圖像塊得到場景標注結果，并實現(xiàn)具有良好精確度及輪廓效果的場景標注方法。

3 生成圖像塊

邊緣檢測是計算機視覺系統(tǒng)中的一個重要環(huán)節(jié)，包括對象檢測[6]、目標預測[7-8]以及場景分析[9]。邊緣形狀是目標對象幾何形態(tài)描述的重要表現(xiàn)內(nèi)容，圖像中對象的輪廓往往來自于圖像的邊緣信息，所以有效提取圖像邊緣信息方法是關鍵。

傳統(tǒng)的水平集模型需把輪廓曲線演化的能量方程轉化為微分方程，進而借助梯度下降法求得方程最優(yōu)解。這一過程不僅耗時，而且導致計算結果不穩(wěn)定?？紤]到一般圖像塊對圖像的局部特征表現(xiàn)效果很好，本文利用圖像塊對邊緣學習能力很強的特點，提出結構森林[5]與分水嶺相結合的方法。首先利用結構森林的學習方法建立隨機決策森林，學習每個像素的邊緣概率，生成邊緣概率圖，此過程不但解決了耗時問題還取得了良好的邊緣檢測效果；再將邊緣概率帶入分水嶺方法生成初始圖像塊，得到包含輪廓信息的初始圖像塊，效果如圖2所示（彩圖見封二）。圖2（a）和圖2（d）測試為圖像，圖2（b）和圖2（e）為對應的邊緣概率圖，圖2（c）和圖2（f）為初始圖像塊。

4 訓練SVM模型

傳統(tǒng)的像素訓練無法保留圖像中對象的輪廓信息，訓練時單純對像素提取特征，忽略了像素之間的局部空間信息，不能很好表達圖像中像素之間的區(qū)域結構信息。本文通過對帶有對象輪廓信息的圖像塊進行訓練，在進行語義標注的同時保留了對象輪廓信息。

采用核描述、核匹配方法，通過2*2網(wǎng)格模型提取像素的紋理特征、顏色特征和梯度特征，對應于同一圖像塊的像素特征加權合并為圖像塊特征。隨機提取10塊圖像塊生成特征圖，利用支持向量機算法對圖像塊進行訓練，如圖4所示。

5 實驗結果及分析

為了驗證方法的有效性，圖像數(shù)據(jù)集采用Stanford Background數(shù)據(jù)庫[11]，數(shù)據(jù)庫共715幅復雜的戶外場景圖片，每張圖像大小為320×240像素，附有標注好的正確語義圖片。每個像素劃分為一類，共8個類別，總計5 491萬多像素標記樣本，類別分別為天空、樹、馬路、草地、水、建筑物、山脈和前景對象。

實驗隨機提取五組訓練集和測試集依次帶入公共圖像塊閾值[0.1，0.2，0.3，0.4，0.5]進行評估，每組訓練集提取572個圖片，運用本文方法分割成若干圖像塊，平均每組圖片被分割成5萬多塊圖像塊，運用支持向量機對這些圖像塊進行訓練。用剩余143個圖片作為測試集，平均分割成1萬多個圖像塊進行測試，并對每個像素進行語義標注。實驗效果如圖5所示（彩圖見封二）。圖5（a）為部分測試圖像，圖5（b）為數(shù)據(jù)庫正確標注圖像，圖5（c）為本文方法的場景標注圖像，圖5（d）為標注失準圖，標注錯誤的像素呈黑色，正確的為白色。圖5下方8個色塊分別代表8個不同的類別。

利用結構森林生成邊緣概率圖，將圖像邊緣作為對象輪廓候選區(qū)，提高了場景標注對對象輪廓的標注能力。再通過UCM算法優(yōu)化圖像塊，最終場景標注結果如圖6所示。圖6表明，本文方法在人物、車輛、動物等重要的前景對象輪廓細節(jié)上有較好的描述。

6 結語

場景標注是計算機視覺技術的關鍵步驟。針對像素訓練模型容易忽略圖像空間結構信息，無法描述對象輪廓的問題，提出一種基于支持向量機的場景標注方法。通過結構森林/UCM生成圖像塊，構建支持向量機模型，訓練得到場景標注結果。實驗表明該方法較好地描述了圖像中的對象輪廓，獲得了良好的精確度和標注效果。但是，由于特征描述采用核描述提取特征，對部分圖像塊不能有效提取特征，導致部分圖像塊標注不正確，影響了總體精確度。下一步的工作目標是提高有效特征的提取，以獲取更高的精確度及場景標注效果。