改良式樣板直方圖

我們提出改良式樣板直方圖(Modified Histogram of Template, MHOT)是以

16

HOT 為基礎所衍生出來的新方法，該法與 HOT 的差異在於：(1)樣版的數目、

(2)樣板中像素比較的方式、與(3)取消了梯度資訊的採用。MHOT 的樣板主要是 由四個基本樣板所構成，這些樣板主要是考慮到某個影像區域中，其中心點像素 和相鄰三個像素之間灰階資訊的差異。此四個樣板的範例，如圖 3.11 所示。

圖 3.11: MHOT 四個樣板

四個樣板分別代表在東北、東、東南與南四個方向中，相鄰像素的灰階值有幾點 大於中心點像素值。MHOT 作法是將相鄰的三個像素點 P1、P2、P3 與中心點 P 進行比較，計算 P1、P2 與 P3 有幾點的像素值大於中心點 P。假如相鄰像素 P1、

P2、P3 的灰階值都小於中心點 P 時，將 P 之值設為 0。若相鄰像素的灰階值只

有 1 點大於中心點 P 時，將 P 之值設為 1；其餘依此類推。因此，一個樣板中可 能會有四種狀況發生，我們可以公式(8)表示之。

𝑁(𝑃) = {

0, otherwise 1, if(𝐼(𝑃1) > 𝐼(𝑃)) ∪ (𝐼(𝑃2) > 𝐼(𝑃)) ∪ (𝐼(𝑃3) > 𝐼(𝑃)) 2, if(𝐼(𝑃1) ∧ 𝐼(𝑃2)) > 𝐼(𝑃) ∪ (𝐼(𝑃2) ∧ 𝐼(𝑃3)) > 𝐼(𝑃) ∪ (𝐼(𝑃1) ∧ 𝐼(𝑃3)) > 𝐼(𝑃) 3, if(𝐼(𝑃1) > 𝐼(𝑃)) ∩ (𝐼(𝑃2) > 𝐼(𝑃)) ∩ (𝐼(𝑃3) > 𝐼(𝑃))

(8)

其中，∧表示邏輯上的"AND"運算。

在每一個樣板中，根據公式(8)進行統計，最後可獲得維度為 4 的直方圖，

17 如圖 3.12 所示。

圖 3.12: 樣板所產生之直方圖

最後再依序將 4 個樣板的直方圖串接成維度為 16 的特徵直方圖，如圖 3.13 所示。

圖 3.13: MHOT 之特徵直方圖

接下來，我們以圖 3.14 為例說明如何以 MHOT 對影像中某 3⨉3 的區域取得其特 徵資訊。

圖 3.14: 影像中 3⨉3 原始灰階圖

18

第一個樣板中相鄰三點像素值有兩點大於中心點之像素值，因此我們累加符合該 樣板的像素量，第二個樣板是兩點像素值大於中心點之像素值，同樣地我們累加 符合該樣板的像素量。第三個樣板是一點像素值大於中心點之像素值，第四個樣 板是兩點像素值大於中心點之像素值，依此類推我們至相對應的樣板中進行累加 的動作，最後可獲得維度為 16 之直方圖，如圖 3.15 所示。

圖 3.15: MHOT 之直方圖

我們以 MHOT 對男性(如圖 3.16(b))與女性(如圖 3.17(b))之步態能量影像，擷取 完特徵後，分析其特徵直方圖發現男女之間特徵的差異：在 bin10 與 bin11 的位 置相較於其它 bin，男性得到的值大於女性許多(如圖 3.16 (c)與圖 3.17 (c)所示)，

而 bin10 與 bin11 對應到的是第三個樣板。因此，我們推斷，由於第三個樣板是 考慮水平方向像素間的差異，而手與腿部的擺動同樣也是橫向的運動;此外，男 性的四肢擺動幅度與女性有些許的差異，因此第三個樣板才能在 bin10 與 bin11 獲得區別出男性與女性之特徵。在圖形顯示部份，由於直方圖的部分有許多 bin 的像素量過大，以致於 bin10 與 bin11 無法觀察出差異，因此將直方圖的表示範

19

圍縮小至 3000(如圖 3.16 (c)與如圖 3.17 (c))，將可突顯此差異變化。

(a)原始影像 (b)步態能量影像 (c)特徵直方圖 圖 3.16:男性之步態影像

(a)原始影像 (b)步態能量影像 (c)特徵直方圖 圖 3.17: 女性之步態影像