一種基于HOG與SVM的監控視頻車輛識別方法

王雪鋒，葉 飛

（1.江南大學 物聯網工程學院，江蘇 無錫214122；2.上海交通大學 圖像通信與網絡工程研究所，上海200240）

車輛檢測和分類識別是計算機視覺研究的一個熱點課題[1-2]，它在視頻檢索、智能交通等領域有著重要的實用價值[3]，特別是在交通領域，車輛類型的準確識別為城市復雜交通網絡的管理提供了智能化的技術支持。面包車作為一種事故多發車型和犯罪分子作案的常用車型，長期以來一直受公安部門的重點關注。研究基于HOG[4-5]與SVM[6]算法對監控視頻中的面包車進行自動識別與跟蹤，在交通管理與公共安全領域具有巨大意義。

針對以上問題，本文研究了一種基于監控視頻的面包車識別算法。該方法對監控視頻中已經跟蹤的車輛[7-9]，通過提取車輛的方向梯度直方圖（HOG）特征作為支持向量機（SVM）分類檢測的輸入，分類識別該車輛是否為面包車。通過對車輛大小的檢測，增強了分類識別算法的準確性與魯棒性。實驗證明，該方法能準確進行面包車的分類識別，在實際的標清監控視頻中，面包車的識別準確率可達到90%。

1 問題描述

1.1 HOG算法介紹

針對面包車相對于其他車輛具有顯著輪廓的特點，本文使用HOG算法提取車輛的輪廓信息，如圖1所示。

HOG算法能在清晰度不高的情況下較準確地對車輛的輪廓特征進行提取。因為HOG算法是在局部目標的細胞單元上提取各像素點梯度，對清晰度要求不高，降低了對監控儀器的要求，減少了成本。

針對車輛識別中普遍存在的問題，即不同光照下車輛的外觀會有所不同，HOG方法是在圖像的局部細胞單元上操作，它對圖像幾何和光學形變都能保持很好的不變性，從而增加了識別的魯棒性。

圖1 面包車與其他車型的對比

1.2 SVM分類器介紹

支持向量機（SVM）是Vapnik[10]等人于1995年首先提出的，SVM的基本原理可以概括為兩點：

（1）通過使用非線性映射算法將低維輸入空間線性不可分的樣本轉化為高維特征空間使其線性可分，再使用線性劃分進行分類，從而實現了對高維特征空間的非線性系統進行線性算法分析；

（2）它基于結構風險最小化理論之上，在特征空間中建構最優分割超平面，使得學習其得到全局最優化，并且在整個樣本空間的期望風險以某個概率滿足一定上界。

1.2.1 兩類線性可分的情況

假設輸入樣本為xi（i=1，2，…，n），對應的輸出為y={+1，-1}，其中+1、-1為兩類的標識。分類平面表示為（w·x）+b=0，其中，x為多維向量，則最優化問題可表達為：

1.2.2 兩類線性不可分的情況

由于樣本線性不可分，引入松弛變量，則最優化問題可表達為：

1.2.3 非線性情況

通過使用非線性映射算法將低維輸入空間線性不可分的樣本轉化為高維特征空間使其線性可分，設映射x=Φ（x），則高維空間中，根據Mercer理論，令k（xi·yi）=Φ（xi）·Φ（yi）為內積核函數，分類面（w·x）+b=0，滿足：

2 算法的總體設計流程

在綜合評估各種目標分類識別方法的準確度、復雜度及魯棒性等方面的因素，考慮到監控視頻應用環境的復雜性（室外場景，易受光照等擾動）、分類檢測的實時性，采用具備光學和幾何形變不變性的HOG特征為車輛識別的主特征，訓練SVM分類器，實現對面包車的分類識別。圖2給出了基于監控視頻的面包車識別總體流程。

圖2 基于監控視頻的面包車識別總體流程

如圖2所示，識別的流程分為3部分：首先通過搜集具備典型性的面包車和卡車、轎車等車輛，形成訓練樣本庫；利用這個樣本庫，對車輛類型分類器進行離線訓練，使其具備利用HOG特征進行分類識別的能力；分類器的輸出為面包車和非面包車兩類，針對視頻中跟蹤到的車輛（特定區域），提取其HOG特征，輸入到訓練好的SVM分類器進行分類判決，得到車輛類型。

2.1 訓練樣本庫

在算法確定的情況下，樣本庫大小和典型性共同決定著SVM分類器的準確性。本文設計在構造訓練樣本庫方面共收集了正樣本負樣本各500多張，為SVM分類器的準確性奠定了基礎。這些樣本均從實際的交通監控錄像中獲取，并注意選擇不同視角、不同光照條件、不同尺寸的車輛作為訓練樣本，以保證樣本的真實性和多樣性，為樣本庫的典型性提供了保障。

2.2 提取HOG特征

將已經找好的樣本進行歸一化處理（樣本圖像的分辨率歸一化為100×100像素），然后進行HOG特征的提取變換。經過HOG的提取變換，將一個100×100的圖片，從10 000維降階到900維，大大降低了計算的復雜度，提高了檢測效率，為達到實時監控奠定了基礎。

2.3 基于SVM構造車輛分類器

將HOG算法提取的圖像特征送入SVM進行訓練，得到SVM構造的車輛分類器。

構建測試平臺，其可以自動將某一指定文件夾中的圖片依次送入分類器進行判斷，并在圖片上顯示判斷結果，最后計算出正負樣本的正確率，如圖3所示。

圖3 分類識別的實驗輸出

2.4 算法改進：車輛大小檢測

2.4.1 改進目的

由于車輛種類繁多，在正負樣本數超過500后，SVM的識別準確率不再隨樣本數而增加。如果能減少待測車輛的種類數量，必然可以使準確率得到進一步的提升。本文提出了一種基于標定車型的判斷算法，即通過預先得到不同車型的車輛在同一個攝像頭中各個位置下外接矩形的長寬設定閾值，將車輛分成大型車、中型車、小型車3類，當該攝像頭下待測車輛經過時，根據其外接矩形的大小和閾值進行比較，判斷出待測車輛的車型，若該車輛為中型車，再使用SVM分類器進一步識別，最后判斷是否是面包車。經過實驗，該算法在多種角度下均能有效地區分車型，大大減少了待測車輛的種類，提升了最終算法的速度和準確性。

2.4.2 具體實現

（1）將某一道路人工的分成若干塊，順序標號，如圖4所示。塊分得越細，對車型大小的估計越準確，下圖為了方便說明只分成了14塊。

圖4 道路人工劃分成塊

（2）通過跟蹤算法，將視頻中不同種類車輛在不同塊（步驟（1）得出）、不同行駛方向的外接矩形參數記錄下來，如圖5所示，經人工判斷車型，將車輛分為小型車（兩箱和三廂的小轎車）、中型車（SUV、面包車、商務車）、大型車（公交車、渣土車等），取外接矩形長、寬中各車型差別較大的一組數據作為該點的判斷數據，閾值取兩車型中邊界點的中點。如果某一點兩種車型判斷數據有交集，即大小不容易區分，則在該點不使用該算法，如圖6所示。

圖5 車輛大小標定

圖6為圖4中第4、6、10、12區域行駛方向為75°～105°的車輛的外接矩形的長、寬比較。圖6（a）為車輛外接矩形的長度的比較，可以看出：①大型車與中小型車的外接矩形長度區分度大，中小型車輛外接矩形長度區分不明顯，這與大型車車身較寬，中小型車車身相近的實際情況相符；②同車型在不同位置下外接矩形長度相近，這證明了該方法進行車型的分類的可行性。圖6（b）為車輛外接矩形的寬度比較，可以看出，相比于長度，在該視角下，寬度的區分效果比長度好。因此在這些區域，車輛外接矩形的寬度作為劃分車型的判斷依據，閾值由圖6中綠線所示。

圖6 車輛不同位置的長寬的比較

（3）在同一個攝像頭下檢測待測車輛時，首先由車輛跟蹤和步驟（1）中對路面的分塊得到待測車輛在圖中所屬的塊編號、運動方向、外接矩形長寬，將待測車輛的長寬比與步驟（2）得到的閾值對比，得出該車輛的車型，如圖6（b）所示，若待測車輛的外接矩型寬度在綠線內，則其判斷為中型車。

2.5 改進的總體設計流程

在原HOG算法基礎上，增加了對車輛大小的檢測，對總體設計流程進行了新的改進，如圖7所示。

圖7 總體設計流程

3 實驗結果

在測試樣本庫隨機取出正負測試樣本各50張，在樣本庫隨機挑選正負樣本各150、250、350、500張。分別用原HOG算法與加入車輛大小檢測機制的HOG算法對樣本信息進行提取，將提取的信息用SVM訓練出車輛分類器，通過訓練好的分類器對測試樣本進行檢測，對檢測結果進行對比評估。

對比驗證在不同大小的樣本庫下，加入車輛大小檢測機制的HOG算法能夠提高判斷的準確率。實驗結果如表1所示。

表1 原算法與加入車輛大小檢測算法的正確率對比結果

從表1可以看出，隨著樣本數量的增加，兩種方法的面包車識別準確率逐漸提升；同時，采用車輛大小檢測后的新算法，較未采用該機制的原算法，提高了判斷的正確率，達到了90%。

設計了一種基于HOG的面包車檢測系統。通過HOG算法SVM分類器與車輛大小檢測投票機制將車輛準確地分類為面包車和非面包車。基于實際監控視頻的實驗結果，該算法能夠以較高的準確率實現面包車的分類識別；改進后的基于車輛大小檢測的算法，具備更高的分類準確率與魯棒性。

[1]高敬紅，楊宜民.道路交通車輛檢測技術及發展綜述[J].公路交通技術，2012（1）：116-119.

[2]BLOSSEVILLE J M.Titan：A Traffic Measurement System Using Image Proc-essing Techniques[C].IEEE the 2nd International Conference on Road Traffic Monitoring，1989：84-88.

[3]王飛，薛虎.智能交通系統產業研究綜述[J].科技創新與應用，2012（28）：54.

[4]DALAL N，TRIGGS B.Histograms of Oriented Gradients for Human Detection[J].IEEE Computer Vision and Pattern Recognition（CVPR），2005（1）：886-893.

[5]魯豐，劉蕓，張仁輝，等.基于改進HOG特征值的車標檢測與識別方法[J].光通信研究，2012，38（5）：26-29.

[6]CORTES C，VAPNIK V.Support-vector networks[J].Machine Learning，1995，20（3）：273-297.

[7]TAKALA V，PIETIKAINEN M.Multi-object racking using color texture and motion[C].IEEE Conference on Computer Vision and Pattern Recognition，2007（CVPR′07）.2007：1-7.

[8]KUMAR P，BROOKS M J.An adaptive Bayesian technique for tracking multiple objects[J].Pattern Recognition and Machine Intelligence，2007：657-665.

[9]OSAWA T，SUDO K，ARAI H.Monocular 3D tracking of multiple interacting targets[C].19th International Conference on Pattern Recognition（ICPR′08），2008：1-4.

[10]張學工.關于統計學習理論與支持向量機[J].自動化學報，2000，26（1）：32-42.