GMM算法

高斯混合模型聚类(Gaussian Mixture Mode，GMM)

高斯混合模型是一种概率式的聚类方法，它假定所有的数据样本x由k个混合多元高斯分布组合成的混合分布生成。

其中高斯分布的概率密度函数如下：

现在的问题就是如何求$\alpha ,\mu ,\sigma$

• 求解
  最大化极大似然函数：
  由于无法计算解析解，这里可使用EM算法进行迭代求解,具体细节参考链接.

使用GMM进行人脸图像分割（人脸检测）

import numpy as np
import matplotlib.pyplot as plt
from sklearn.mixture import GaussianMixture
import cv2
import matplotlib as mpl
import glob
import os

def draw_polygon(img, pts):
    for pt in pts.reshape(-1, 2).astype(np.int32):
        # import ipdb; ipdb.set_trace()
        cv2.circle(img, tuple(pt),2, (0, 0, 255))

def find_target_contour(mask, ncls):
    biggest_contours = []
    all_areas = []
    area_threshold = mask.shape[0] * mask.shape[1] /5

    for label in range(ncls):
        mask_a = (mask == label).astype(np.uint8)
        contours, hierarchy = cv2.findContours(mask_a, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
        areas = [cv2.contourArea(item) for item in contours]
        idx = np.argmax(areas)
        biggest_contours.append(contours[idx].reshape(-1, 2))
        all_areas.append(areas[idx])
    # only keep 2 region which take big area
    biggest_contours = np.asarray(biggest_contours)
    all_areas = np.asarray(all_areas)
    # import ipdb; ipdb.set_trace()
    biggest_contours = biggest_contours[all_areas > area_threshold]
    # if len(biggest_contours)
    # find whilch contour is closer to bottom of img
    centers = np.array([np.mean(item, axis = 0) for item in biggest_contours] )
    idx = np.argmax(centers[:, 1])
    selected_contours = biggest_contours[idx]
    rect = np.min(selected_contours, axis = 0), np.max(selected_contours, axis = 0)
    return np.array(rect), selected_contours

def run():
    # dataset_root = 'data/'
    dataset_root = 'tmp'
    imgs =  glob.glob(os.path.join(dataset_root, '*.png'))
    ncls = 3
    for iimg, cur_path in enumerate(imgs):
        print(f'[{iimg}/{len(imgs)}].reading {cur_path}')
        img = cv2.imread(cur_path)
        npts = img.shape[0] * img.shape[1]
        classifier = GaussianMixture(ncls)
        input_img = cv2.blur(img, (5, 5))
        classifier.fit(input_img.reshape(npts, 3))

        colors = [0, 80, 125, 180, 255]
        labels = classifier.predict(img.reshape(npts, 3))

        mask = labels.reshape(*img.shape[:2]).astype(np.uint8)
        kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
        eroded = cv2.erode(mask, kernel)
        mask = cv2.dilate(eroded, kernel)
        rect, mask_contour = find_target_contour(mask, ncls)
        labels = np.expand_dims(labels, -1)
        for px in labels:
            px[:] = colors[px[0]]

        binary_img = labels.reshape(*img.shape[:2])
        plt.figure(figsize = (11, 4))
        plt.subplot(121)
        draw_polygon(img, mask_contour)
        rect = rect.astype(np.int32)
        cv2.rectangle(img, tuple(rect[0]), tuple(rect[1]), (0, 255, 255), 4)
        rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        plt.imshow(rgb_img)
        plt.axis('off')

        plt.subplot(122)
        plt.imshow(binary_img, cmap = mpl.colormaps['viridis'], interpolation= 'nearest')
        plt.axis('off')
        plt.show()


run()

从下图可以看出，肤色相近的区域都被识别成了一个区域，对于一些简单的任务GMM还是能很好处理的。

• EM(Expectation-maximization algorithm)期望最大化算法
  最大期望（EM）算法是在概率模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐变量。最大期望算法经过两个步骤交替进行计算，第一步是计算期望（E），利用对隐藏变量的现有估计值，计算其最大似然估计值；第二步是最大化（M），最大化在E步上求得的最大似然值来计算参数的值。M步上找到的参数估计值被用于下一个E步计算中，这个过程不断交替进行。