視頻監控系統中的行人及其面部偵測研究

練士龍，李 強，趙蓓蕾

（西南科技大學 信息工程學院，四川 綿陽 621010）

視頻監控系統廣泛應用于各種監控場合。如何有效地對視頻監控區域內容進行分析處理是一個值得深入探討的問題，尤其針對行人目標進行偵測是當前研究的一大熱點。

行人檢測算法研究已取得了一些成果，常用的行人檢測算法有背景差法和光流法等[1]。Gavrila等人[2]給出了基于輪廓模板的匹配方法，該方法實現簡單，但對姿態變化多樣的行人檢測具有一定的局限性。Viola等人[3]結合類haar小波特征與AdaBoost算法建立瀑布型行人檢測分類器，有效地提高行人檢測速度。李娟等人[4]利用改進的混合高斯模型實現行人檢測，具有較好的適應性和魯棒性。Alonso等人[5]利用人體各個部位特征信息建立支持向量機檢測器，通過檢測結果的綜合比較來完成對行人的檢測。Walk S等人[6]利用行人顏色自相似度特征，并結合HOG特征實現行人檢測，有效地提高了檢測精度，缺點是計算量較大。朱文佳等人[7]將改進的Boosted Cascade人臉檢測算法應用到行人檢測中，具有檢測速度快、訓練時間短的優點，但訓練尺度會影響其檢測精度。

本文在設計視頻監控系統的基礎上，接著結合形態學分析方法，利用背景差分法和陰影去除方法精確提取目標運動區域，再結合連續均值量化變換（SMQT）和SNoW分類算法對運動區域中的行人及其面部信息進行檢測。進而通過監控區域中是否存在行人目標的檢測判斷實現視頻監控系統的錄像啟動與行人偵測報警等功能，以達到無人值守監控的目的。

1 系統平臺設計

視頻監控系統主要由采集終端、傳輸網絡、監控平臺應用軟件等部分組成。采集終端主要完成對目標監控區域的音視頻采集與壓縮處理，傳輸網絡主要完成音視頻信息及系統控制信息的傳輸，監控平臺應用軟件主要完成信息獲取、行人及其面部目標偵測、圖形界面設計、系統控制命令配置等功能。

視頻采集終端主要包括存儲器接口、音頻采集轉換、視頻采集轉換、PTZ控制、以太網接口、視頻輸出轉換、電源管理等電路設計，其結構圖如圖1所示。

圖1 視頻采集終端結構Fig.1 Structure of video collection terminal

視頻采集終端中央處理器選用海思半導體公司高性能通信媒體處理器Hi3512，是一款基于ARM內核以及視頻硬件加速引擎的處理器，并支持H.264協議。NOR Flash選用閃存芯片SGL064N，SDRAM選用同步動態RAM芯片EM68B16CWQD。視頻信號采集選用Sony公司彩色一體化攝像機，水平分辨率高達530線。采集到的視頻信號通過視頻解碼芯片TW9910將模擬信號轉化為數字信號供Hi3512壓縮編碼等進一步處理。通過麥克拾取到聲音信號經立體聲音頻編解碼器TLV320AIC32B處理后，傳送給中央處理器作壓縮編碼等處理。經Hi3512處理后的音視頻信息通過以太網發送，Hi3512通過串口對攝像機和云臺進行控制操作。

針對傳輸網絡，監控系統應用軟件通過以太網訪問視頻采集終端設備，并通過創建套接字方式實現對系統設備進行設置、控制、圖像和聲音數據請求等操作。視頻監控系統應用軟件可以分為系統設置、設備管理、PTZ控制、系統日志、錄像管理、實時監控等功能模塊，其結構如圖2所示。

圖2 監控系統應用軟件結構Fig.2 Software architecture of monitoring system

系統應用軟件通過以太網獲取監控區域視頻數據流并進行H.264解碼處理獲得監控現場視頻圖像信息，根據視頻圖像清晰度需求和監控區域定位需求對云臺和攝像機進行相應的調整。在獲取到監控區域視頻圖像信息后，便可對其中的行人目標及面部信息進行偵測。

2 行人偵測算法

行人目標偵測過程中融合了針對行人面部信息的檢測。利用背景差分法提取運動目標區域，并利用目標陰影的相關特征去除陰影干擾，獲取精確的運動目標區域。進而在運動目標區域內利用SMQT和SNoW算法檢測定位行人及其面部信息。

2.1 運動目標提取

2.1.1 形態學分析

圖像形態學處理[8]是依據數學形態學集合論方法對二值圖像發展起來的圖像處理和分析方法，基本的圖像形態學處理方法包括膨脹和腐蝕兩種，將兩者組合起來可以得到開運算和閉運算兩種基本形態學處理方法。

腐蝕的作用是去除目標圖像的邊界毛刺像素點和其他小噪聲像素點，使用結構元素B對A進行腐蝕表示為：

膨脹的作用是在目標圖像的邊界處添加像素點，使用結構元素B對A進行膨脹表示為：

開運算就是使用結構元素B對A先進行腐蝕，然后對結果進行膨脹，表示為A?B。開運算可以去除小目標區域噪聲，但是對重要目標區域的改變不大A·B。閉運算就是用結構元素B對A先進行膨脹，然后對處理結果進行腐蝕，表示為。閉運算主要作用是填充空洞和平滑邊緣，但是無法去除小的噪聲區域。根據圖像的特征選取合適的圖像形態學處理方法可取得較好的效果。

2.1.2 運動目標粗提取

利用背景差分法對監測圖像進行二值化處理，并通過形態濾波方法實現運行目標區域的粗提取。背景差分法利用獲得背景幀圖像Bk與含有運動目標的當前幀圖像fk做差，設定合適的閾值Th對差分圖像進行二值化處理，即：

由于視頻信號獲取過程中的噪聲影響，通過簡單的圖像處理得到的運動區域可能與實際運動區域有所偏差。為解決這個問題，采用圖像形態學分析方法來獲取有效的運動目標區域。

2.1.3 陰影去除

視頻監控過程中，由于光線原因可能會使得目標形成一定的陰影區域，從而造成一定的陰影干擾，故需要進行陰影去除處理?？紤]到陰影區域的主要特征[9-10]是陰影像素亮度值低于背景和前景目標區域的亮度值，而色度信息基本保持不變，那么，根據陰影像素亮度值的差異情況就可實現目標陰影的去除。

結合視頻監控背景圖像與前述的運動目標區域，根據不同光線下亮度的變化情況確定合適的判別閾值，并以此進行二值化處理，將含有陰影像素信息消除并保留目標信息。再對去除陰影后的圖像應用形態學分析方法，以便從視頻監控圖像中準確提取目標區域。

2.2 行人面部檢測

針對獲取到的行人目標區域，利用連續均值量化變換方法獲取行人目標區域細節特征，再利用稀疏網絡分類方法標記出行人面部的準確位置。

2.2.1 SMQT方法

SMQT方法[11-12]主要完成對灰度目標圖像進行增強處理，并能以較小計算代價獲取較好行人目標圖像細節特征。

SMQT方法的實現可用二叉樹來描述，其中的節點表示均值量化單元，且該單元可通過平均值計算、量化和輸入集劃分三個步驟來獲取。首先，計算出圖像像素灰度值的平均值；其次，以該均值作為參考進行像素灰度值的二值量化處理，采用的量化函數規則為

式中，V（y）表示為圖像中的任一像素灰度值。結合連接操作?，量化結果可表示為

最后，將輸入圖像集合I（z）進行分解，獲取二叉樹結構中左、右兩個子集 I0（z）和 I1（z），即

經過上述處理，經過SMQT變換后的輸出可表示為

上式中，L是SMQT變換重要輸入參數，表示輸入灰度圖像的等級參數，且當處理對象為的灰度圖像時，參數L取值為 8。

2.2.2 SNoW分類方法

SNoW分類器[12-13]學習算法利用預定義的相關樣本特征訓練線性稀疏網絡，進而實現目標識別，其中，任意樣本特征均與相應的線性稀疏網絡節點相對應。線性稀疏網絡根據正負樣本更新網絡節點權重值，假設節點x處的正樣本特征集合為Yx，表示第i個特征的權值，θTh為判決閾值，上升參數α＞1，下降參數 β∈（0，1）。

對本文而言，φ設是圖像經SMQT處理后得到的特征集合，目標判定閾值θ表示為

3 實驗調試與分析

以實驗室場景為例，所設計的視頻監控系統運行整體效果如圖3所示，該系統能實現控制、運動偵測報警、錄像管理等功能。從圖中可以看出，監控系統能夠獲取滿意的視頻圖像。

圖3 視頻監控系統運行效果圖Fig.3 Operating results of Video surveillance system

在獲取監控區域現場的視頻信息后，采用文中給出的行人偵測算法進行相關實驗。針對一個空曠的監控區域，利用多幀平均方法獲取背景圖像，在實驗中取200幀圖像進行背景獲取，背景獲取結果如圖4（a）。視頻監控系統的當前幀圖像如圖4（b）所示，行人目標旁邊形成了一定的陰影區域，使用當前幀圖像與背景圖像做差，并通過閾值方式進行二值化處理，得到運動目標的大致區域如圖4（c）所示。從圖4（c）中可看出經差分二值化處理得到的二值圖像出現了空洞和毛刺現象，對其進行圖像形態學運算處理，結果如圖4（d）所示，進而從原圖中提取運動目標大致區域如圖4（e）所示。為避免陰影對人臉檢測的干擾，利用陰影像素亮度低于背景像素和運動區域像素的特征去除陰影，結果如圖4（f）所示。從4（f）圖中可以看出基于亮度的陰影去除算法會使人臉部分空洞部分擴大，為了能夠準確提取運動目標，使用形態學分析方法對圖4（f）進行形態學處理，結果如圖4（g）所示，結合原始的當前幀圖像精確提取出的行人區域，結果如圖4（h）所示。最后利用SMQT和SNoW算法對提取到的運動目標區域中進行面部檢測與定位的效果如圖4（i）所示。

從上圖結果可以看出，在準確提取運動目標區域后進行面部定位與行人偵測，可以提高檢測的精度和速度。原因在于準確提取得到的運動目標區域減少了其他干擾對面部定位與行人偵測的影響，提高了面部定位精度，同時也減少面部定位分類器搜索范圍以提高定位速度。為對所采用算法性能進行對比實驗，單獨采用SNoW算法對視頻當前幀圖像圖4（b）進行面部定位處理，其結果如圖5所示。從圖中可以看出，僅采用SNoW算法時檢測結果中出現了誤檢區域，使得檢測準確度降低。與圖4（i）對比，本文所采用算法則能獲得滿意的行人目標及其面部信息檢測效果。

圖4 行人偵測算法Fig.4 Pedestrian detection algorithm

圖5 SNoW算法面部定位結果Fig.5 Results of face position by SNoW algorithms

圖6 SNoW算法與本文算法對比Fig.6 Contrast with SNoW algorithm and the article algorithm

進一步地，為測試所采用算法在干擾環境下的行人目標檢測效果，調整的視頻監控區域如圖6所示，該區域中存在相應的黑色磚塊干擾區域。分別采用SNoW算法和本文所采用算法進行對比實驗，檢測結果如圖6中的方框位置所示。從圖中可以看出，單獨采用SNoW算法時仍然導致誤檢區域的出現，本文所采用算法則實現了行人面部信息的有效提取。

4 結束語

本文在完成視頻監控終端硬件設計的基礎上，將面部定位算法應用于行人偵測。首先利用背景差算法、陰影去除算法和圖像形態學分析方法完成運動目標區域精確提取，然后使用面部定位算法對運動目標區域進行面部定位，最后以面部定位結果判斷監控區域是否存在行人目標。通過相關實驗證明了本文所用方法在行人偵測的精度和速度上有較大的提升，可用于需要行人偵測報警功能的視頻監控系統中，以及各類重要視頻監控的場合。另外，本文設計的視頻監控系統具有很好的擴展性，可應用于電力、能源、通信、交通等行業。

[1]ZHOU You， LIU Yan-ying， WANG Chun-min.Contrast research of several human motion detection algorithm[J].Journal of Jilin University:Information Science Edition，2009，27（6）:652-658.

[2]Gavrila D M，Giebel J，Munder S.Vision-based pedestrian detection:the PROTECTOR system [C]//In Proceedings of IEEE of Conference on Intelligent Vehicles Symposium，Parma:2004:13-18.

[3]Viola P，Jones M J，Snow D.Detecting Pedestrians Using patterns of motion and appearance[J].International Journal of Computer Vision，2005，63（2）:153-161.

[4]李娟，邵春福，楊勵雅.基于混合高斯模型的行人檢測方法[J].吉林大學學報：工學版，2011，41（1）:41-45.LI Juan，SHAO Chun-fu，YANG Li-ya.Pedestrian detection based on improved gaussian mixture mode[J].Journal of Jilin University：Engineering and Technology Edition，2011，41（1）:41-45.

[5]Alonso I P，Llorca D F，SoteloM A.Combination of feature extraction methods for SVM pedestrian detection[J].IEEE Transactions on Intelligent Transportation Systems，2007，8（2）:292-307.

[6]Walk S，Majer N，Schindler K，Schiele B.New features and insights for pedestrian detection[C]//In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition（CVPR）， San Francisco:2010：1030-1037.

[7]朱文佳，戚飛虎.基于Gentle Adaboost的行人檢測[J].中國圖象圖形學報，2007，12（10）:1905-1908.ZHU Wen-jia，QI Fei-hu.Gentle adaboost based pedestrian detection[J].Journal of Image and Graphics，2007，12（10）:1905-1908.

[8]Rafael C.Gonzalez，Richard E.數字圖像處理[M].2版.北京:電子工業出版社，2005：420-432.

[9]劉清，秦秀麗，文松柏，等.YUV顏色空間和圖論切割的陰影去除算法[J].智能系統學報，2010，5（6）:556-559.LIU Qing，QIN Xiu-li，WEN Song-bai，et al.The algorithm of shadow-elimination based on YUV color space and graph theory[J].CAAI Transactions on Intelligent Systems，2010，5（6）:556-559.

[10]Prati A，Mikic I.Detecting moving shadows:algorithms and evaluation[J]. IEEE Trans. on Pattern and Machine Intelligence，2003，25（7）:918-923.

[11]Nilsson M，Dahl M，Claesson I.The successive mean quantization transform[C]//In Proceedings of IEEE Conference on Acoustics，Speech，and Signal Processing （ICASSP），Philadelphia:2005：429-432.

[12]Nilsson M，Nordberg J，Claesson I.Face detection using local SMQT features and split up SNoW classifier[C]//In Proceedings of IEEE Conference on Speech and Signal Processing（ICASSP），Honolulu:2007：589-592.

[13]Roth D，Yang M，Ahuja N.A SNoW-Based face detector[C]//In Proceedings of Annual Neural Information Processing Systems Conference on Advances in Neural Information Processing Systems 12，Massachusetts:2000：855-861.