mean-shift算法概述.doc

Mean Shift 概述
Mean Shift 简介
Mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度梯度函数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.
然而在以后的很长一段时间内Mean Shift并没有引起人们的注意,直到20年以后,也就是1995年,另外一篇关于Mean Shift的重要文献[2]才发表.在这篇重要的文献中,Yizong Cheng对基本的Mean Shift算法在以下两个方面做了推广,首先Yizong Cheng定义了一族核函数,使得随着样本与被偏移点的距离不同,其偏移量对均值偏移向量的贡献也不同,其次Yizong Cheng还设定了一个权重系数,使得不同的样本点重要性不一样,这大大扩大了Mean Shift的适用范围.另外Yizong Cheng指出了Mean Shift可能应用的领域,并给出了具体的例子.
Comaniciu等人[3][4]把Mean Shift成功的运用的特征空间的分析,在图像平滑和图像分割中Mean Shift都得到了很好的应用. Comaniciu等在文章中证明了,Mean Shift算法在满足一定条件下,一定可以收敛到最近的一个概率密度函数的稳态点,因此Mean Shift算法可以用来检测概率密度函数中存在的模态.
Comaniciu等人[5]还把非刚体的跟踪问题近似为一个Mean Shift最优化问题,使得跟踪可以实时的进行.

在后面的几节,本文将详细的说明Mean Shift的基本思想及其扩展,其背后的物理含义,以及算法步骤,并给出理论证明.最后本文还将给出Mean Shift在聚类,图像平滑,图像分割,物体实时跟踪这几个方面的具体应用.
Mean Shift 的基本思想及其扩展
基本Mean Shift
给定d维空间中的n个样本点,i=1,…,n,在点的Mean Shift向量的基本形式定义为:
(1)
其中,是一个半径为h的高维球区域,满足以下关系的y点的集合,
(2)
k表示在这n个样本点中,有k个点落入区域中.
我们可以看到是样本点相对于点的偏移向量,(1)式定义的Mean Shift向量就是对落入区域中的k个样本点相对于点的偏移向量求和然后再平均.从直观上看,如果样本点从一个概率密度函数中采样得到,由于非零的概率密度梯度指向概率密度增加最大的方向因此从平均上来说, 区域内的样本点更多的落在沿着概率密度梯度的方向.因此,对应的, Mean Shift向量应该指向概率密度梯度的方向
.
图1,Mean Shift示意图
如上图所示, 大圆圈所圈定的范围就是,小圆圈代表落入区域内的样本点,黑点就是Mean Shift的基准点,箭头表示样本点相对于基准点的偏移向量,很明显的,我们可以看出,平均的偏移向量会指向样本分布最多的区域,也就是概率密度函数的梯度方向.
扩展的Mean Shift
核函数
首先我们引进核函数的概念.
定义:代表一个d维的欧氏空间,是该空间中的一个点,用一列向量表示. 的模.表示实数域.如果一个函数存在一个剖面函数,即
(3)
并且满足:
(1) 是非负的.
(2) 是非增的,即如果那么.
(3) 是分段连续的,并且
那么,函数就被称为核函数.
举例:在Mean Shift中,有两类核函数经常用到,他们分别是,
单位均匀核函数:
(4)
单位高斯核函数:
(5)
这两类核函数如下图所示.

图2, (a) 单位均匀核函数 (b) 单位高斯核函数
一个核函数可以与一个均匀核函数相乘而截尾,如一个截尾的高斯核函数为,
(6)
图 3 显示了不同的值所对应的截尾高斯核函数的示意图.

图3 截尾高斯核函数 (a) (b)
Mean Shift扩展形式
从(1)式我们可以看出,只要是落入的采样点,无论其离远近,对最终的计算的贡献是一样的,然而我们知道,一般的说来,离越近的采样点对估计周围的统计特性越有效,因此我们引进核函数的概念,在计算时可以考虑距离的影响;同时我们也可以认为在这所有的样本点中,重要性并不一样,因此我们对每个样本都引入一个权重系数.

如此以来我们就可以把基本的Mean Shift形式扩展为:
(7)
其中:

是一个单位核函数
是一个正定的对称矩阵,我们一般称之为带宽矩阵
是一个赋给采样点的权重
在实际应用的过程中,带宽矩阵一般被限定为一个对角矩阵,甚至更简单的被取为正比于单位矩阵,即.由于后一形式只需要确定一个系数,在Mean Shift中常常被采用,在本文的后面部分我们也采用这种形式,因此(7)式又可以被写为:
(8)
我们可以看到,如果对所有的采样点满足
(1)
(2)
则(8)式完全退化为(1)式,也就是说,我们所给出的扩展的Mean Shift形式在某些情况下会退化为最基本的Mean Shift形式.

Mean Shift的物理含义
正如上一节直观性的指出,Mean Shift指向概率密度梯度方向,这一节将证明Mean Shift向量是归一化的概率密度梯度.在本节我们还给出了迭代Mean Shift算法的详细描述,并证明,该算法会收敛到概率密度函数的一个稳态点.
概率密度梯度
对一个概率密度函数,已知d维空间中n个采样点,i=1,…,n, 的核函数估计(也称为Parzen窗估计)为,
(9)
其中
是一个赋给采样点的权重
是一个核函数,并且满足
我们另外定义:
核函数的剖面函数,使得 (10);
的负导函数,即其对应的核函数 (11)

概率密度函数的梯度的估计为:
(12)
由上面的定义, ,,上式可以重写为
(13)
上式右边的第二个中括号内的那一部分就是(8)式定义的Mean Shift向量,第一个中括号内的那一部分是以为核函数对概率密度函数的估计,我们记做,而(9)式定义的我们重新记做,因此(11)式可以重新写为:
(14)
由(14)式我们可以得出,
(15)
(15)式表明,用核函数G在点计算得到的Mean Shift向量正比于归一化的用核函数K估计的概率密度的函数的梯度,归一化因子为用核函数G估计的x点的概率密度.因此Mean Shift向量总是指向概率密度增加最大的方向.
Mean Shift算法
算法步骤
我们在前面已经指出,我们在提及Mean Shift向量和Mean Shift算法的时候指代不同的概念,Mean Shift向量是名词,指的是一个向量;而Mean Shift算法是动词,指的是一个迭代的步骤.我们把(8)式的提到求和号的外面来,可以得到下式,
(16)
我们把上式右边的第一项记为,即
(17)
给定一个初始点,核函数, 容许误差,Mean Shift算法循环的执行下面三步,直至结束条件满足,
(1).计算
(2).把赋给
(3).如果,结束循环;若不然,继续执行(1).
由(16)式我们知道, ,因此上面的步骤也就是不断的沿着概率密度的梯度方向移动,同时步长不仅与梯度的大小有关,也与该点的概率密度有关,在密度大的地方,更接近我们要找的概率密度的峰值,Mean Shift算法使得移动的步长小一些,相反,在密度小的地方,移动的步长就大一些.在满足一定条件下,Mean Shift算法一定会收敛到该点附近的峰值,这一收敛性由下面一小节给出证明.
算法的收敛性证明
我们用,来表示Mean Shift算法中移动点的痕迹,由(17)式我们可写为,
, 18)
与对应的概率密度函数估计值可表示为,
(19)
下面的定理将证明序列和的收敛性.
定理:如果核函数有一个凸的,单调递增的剖面函数,核函数由式(10)和(11)定义,则序列和是收敛的.
证明:由于n是有限的,核函数,因此序列是有界的,所以我们只需要证明是严格递增的的,即要证明,对所有j=1,2,…如果,那么
(20)
不失一般性,我们可以假设,由(19)式和(10)式,我们可以得到
(21)
由于剖面函数的凸性意味着对所有且,有
(22)
因为,上式可以写为,
(23)
结合(21)与(23)式,可以得到,

(24)
由(18)式我们可以得出,
(25)
由于剖面函数是单调递减的,所以求和项,因此,只要 (25)式的右边项严格大于零,即.由此可证得,序列收敛
为了证明序列的收敛性,对于,(25)式可以写为
(26)
现在对于标号j,j+1,…,j+m-1,对(26)式的左右两边分别求和,得到

(27)
其中表示对应序列的所有求和项的最小值.
由于收敛,它是一个Cauchy序列,(27)式意味着也是一个Cauchy序列,因此,序列收敛.
Mean Shift的应用
从前面关于Mean Shift和概率密度梯度的关系的论述,我们可以清楚的看到,Mean Shift算法本质上是一个自适应的梯度上升搜索峰值的方法,如下图所示,如果数据集服从概率密度函数f(x),给定一个如图初始点,Mean Shift算法就会一步步的移动,最终收敛到第一个峰值点.从这张图上,我们可以看到Mean Shift至少有如下三方面的应用:(1)聚类,数据集中的每一点都可以作为初始点,分别执行Mean Shift算法,收敛到同一个点算作一类;(2)模态的检测,概率密度函数中的一个峰值就是一个模态,Mean Shift在峰值处收敛,自然可以找到该模态.(3)最优化,Mean Shift可以找到峰值,自然可以作为最优化的方法,Mean Shift算法进行最优化的关键是要把最优化的目标转化成Mean Shift隐含估计的概率密度函数.

图4.Mean Shift算法示意图

Mean Shift算法在许多领域获得了非常成功的应用,下面简要的介绍一下其在图像平滑,图像分割以及物体跟踪中的应用,一来说明其强大的生命力,二来使对上文描述的算法有一个直观的了解.
图像平滑与分割
一幅图像可以表示成一个二维网格点上p维向量,每一个网格点代表一个象素,表示这是一个灰度图,表示彩色图,表示一个多谱图,网格点的坐标表示图像的空间信息.我们统一考虑图像的空间信息和色彩(或灰度等)信息,组成一个维的向量,其中表示网格点的坐标,表示该网格点上p维向量特征.
我们用核函数来估计的分布, 具有如下形式,
(28)
其中控制着平滑的解析度,C是一个归一化常数.
我们分别用和,i=1,…,n表示原始和平滑后的图像.用Mean Shift算法进行图像平滑的具体步骤如下,
对每一个象素点,
1,初始化,并且使
2,运用Mean Shift算法计算,直到收敛.记收敛后的值为
3.赋值
图5是原始图像,图中4020白框区域被选中来更好的显示基于Mean Shift的图像平滑步骤,图6显示了这一区域的平滑步骤,x, y表示这一区域内的象素点的坐标,图6(a)在一个三维空间显示了各个象素点的灰度值,图6(b)显示各点的移动痕迹,黑点是最终收敛值,图6(c)显示了平滑后的各象素点的灰度值,图6(d)是继续分割后的结果.

图5.原始图像

图6.(a)原始图像的各象素点灰度值.(b)各象素点的Mean Shift移动路径.(c)平滑后的各象素点的灰度值.(d)分割后的结果
图7显示了图5经过平滑后的结果,我们可以看到,草地上的草地纹理被平滑掉了,而图像中边缘仍然很好的保持着.

.
图7平滑后的结果

在基于Mean Shift的图像平滑中,式(28)中的是非常重要的参数,人们可以根据解析度的要求而直接给定,不同会对最终的平滑结果有一定的影响,图7显示了这两个参数对平滑结果的影响,我们可以看出, 影响更大一些.

图8,原始图和平滑后的图

基于Mean Shift的图像分割与图像平滑非常类似,只需要把收敛到同一点的起始点归为一类,然后把这一类的标号赋给这些起始点,在图像分割中有时还需要把包含象素点太少类去掉,图6(d)显示分割后的灰度值.图8,显示了图5经过分隔后的结果

图8,分割后的结果
物体跟踪
我们用一个物体的灰度或色彩分布来描述这个物体,假设物体中心位于,则该物体可以表示为
(29)
候选的位于的物体可以描述为
(30)
因此物体跟踪可以简化为寻找最优的,使得与最相似.
与的最相似性用Bhattacharrya系数来度量分布,即
(31)
式(31)在点泰勒展开可得,
(32)
把式(30)带入式,整理可得,
(33)
其中,

对式(33)右边的第二项,我们可以利用Mean Shift算法进行最优化.

在Comaniciu等人的文章中,他们只用平均每帧图像只用4.19次Mean Shift迭代就可以收敛,他们的结果很显示在600MHz的PC机上,他们的程序可以每秒处理30帧352240象素的图像.下图显示了各帧需要的Mean Shift迭代次数.

图9,各帧需要的Mean Shift迭代次数
下图显示了Comaniciu等人的跟踪结果

图10,基于Mean Shift的物体跟踪结果

结论
本文回顾了Mean Shift的发展历史,介绍了它的基本思想,给出了具体的算法步骤,详细证明了它与梯度上升搜索法的联系,并给出Mean Shift算法的收敛性证明,最后给出了Mean Shift在图像平滑,图像分割以及实时物体跟踪中的具体应用,显示Mean Shift强大的生命力.

参考文献
[1]The Estimation of the Gradient of a Density Function, with Applications in Pattern Recognition (1975)
[2]Mean shift, mode seeking, and clustering (1995)
[3]Mean Shift: a robust approach toward feature space analysis (2002)
[4]Real-time tracking of non-rigid objects using mean shift (2000)
[5]Mean-shift Blob Tracking through Scale Space (2003)
[6]An algorithm for data-driven bandwidth selection(2003)