基于計算機仿真的行人檢查算法研究

蔡蘇亞，劉 璟

（陜西工業職業技術學院 陜西 咸陽 712000）

行人檢測就是把視頻序列中出現的行人從背景中分割出來并精確定位。行人檢測是當前計算機視覺和模式識別領域最為活躍的研究課題之一。行人檢測可以應用到許多實際應用場合，比如智能監控系統，汽車輔助駕駛系統，刑事偵查，高速公路監控，超市等人流量大的場合的人流量統計，自動門等[1]。行人檢測的目標是得到每個行人在視頻中每幀的空間位置。

早期以靜態圖像處理中的分割、邊緣提取、運動檢測等方法為主。例如：1）以Gavrila為代表的全局模板方法：基于輪廓的分層匹配算法，構造了將近2 500個輪廓模板對行人進行匹配，從而識別出行人。為了解決模板數量眾多而引起的速度下降問題，采用了由粗到細的分層搜索策略以加快搜索速度。另外，匹配的時候通過計算模板與待檢測窗口的距離變換來度量兩者之間的相似性。2）以Broggi為代表的局部模板方法：利用不同大小的二值圖像模板來對人頭和肩部進行建模，通過將輸入圖像的邊緣圖像與該二值模板進行比較從而識別行人，該方法被用到意大利Parma大學開發的ARGO智能車中。3）以Lipton為代表的光流檢測方法：計算運動區域內的殘余光流；4）以Heisele為代表的運動檢測方法：提取行人腿部運動特征；5）以Wohler為代表的神經網絡方法：構建一個自適應時間延遲神經網絡來判斷是否是人體的運動圖片序列。以上方法，存在速度慢、檢測率低、誤報率高的特點。隨著科學技術的飛躍發展，根據對行人描述（表達）方法的不同，行人檢測算法可以基本分為三類：基于形狀模板匹配的方法和基于表觀特征描述的方法，以及將形狀和紋理結合的方法。根據對人體是以一個整體進行檢測還是分部件進行檢測，又可以將行人檢測算法分為基于部件的檢測方法和基于整體的檢測方法。

P.Dollár等[1]對公開發表的16種檢測器進行總結，結果發現：基于SVM[2]的方法和基于Adaboost[3]的方法由于其理論基礎強、可擴展性好和效果突出是目前最流行的行人檢測方法。而且幾乎所有的檢測器都采用了某種梯度直方圖特征，如 FDF[4]、HOG[2，5]和 SIFT[6]等。 還有其他的一些紋理特征比如LBP[7]，還有一些組合特征比如HOG-LBP[8]也在行人檢測方面得到了很好的應用。級聯學習是一種快速算法能提高檢測速度和檢測性能。

v-FDF是一個計算復雜度低，但能很好的表征行人的特征。此外SVM級聯在行人檢測上能取得很好的性能。因此本文提出了一種基于v-FDF的SVM級聯行人檢測方法。

1 本文方法概述

整體方法實現流程圖如圖1所示。

圖1 行人檢測方法流程圖Fig.1 Flow chart of pedestrian detection method

方法的詳細介紹如下：

1）提取特征：對行人檢測訓練樣本提取v-FDF特征，FDF特征每一個block是4維。

2）SVM級聯訓練：這里的 SVM級聯與Zhu[5]的方法類似。此外，為了避免中途出現因為負樣本不夠而退出的情況，負樣本采用在線生成方式。

3）檢測：SVM級聯訓練后可以得到一個級聯分類器，對測試樣本進行多尺度遍歷檢測，可以得到ROIs，為了使每一個行人盡可能的只被一個矩形框包含，所以用非最大化抑制算法（NMS）進行后處理，得到最終檢測結果。

2 v-FDF特征提取

FDF特征是一種比較簡單的特征，能夠表征行人的輪廓特征，適合于行人目標的檢測。 FDF特征計算過程如下。

首先要計算梯度值，如公式（1）所示。

這里的 Sd（x）是計算后的梯度值，是 I（x）灰度圖像，* 表示卷積運算，Gd是梯度算子用來計算4個不同方向的梯度方向為 d∈D，D={0°，45°，90°，135°}。 B 是 2 維平均濾波器可以用來平均化。

然后對求得的梯度值，用高斯算子進行模糊，在整張圖像以M*N（如4*4）大小為單位，對這些像素點的初級特征值取平均作為這M*N個像素點的特征值，得到的4個方向的平均梯度值向量串起來作為圖像的最終FDF特征向量。

為了提高特征表征行人的能力，本文參照v-HOG特征對FDF特征進行修改提出了v-FDF特征。v-FDF特征改變了FDF特征里M*N（block大小）固定的方式，參照v-HOG的block大小改變方式，M和N的比值為1:1或1:2或2:1，M的大小從4變化到64，改變步長為4個像素，這樣可以得到一系列block大小不同的FDF特征。

3 SVM級聯訓練

支持向量機（Support Vector Machines，SVM）是 Vapnik 等人根據統計學習理論提出的一種新的機器學習方法[2，5]，其最大的特點就是根據Vapnik的結構風險最小化原則，盡量提高學習的泛化能力，即由有限的訓練樣本集得到的小誤差仍能夠保證對隊里的測試集小的誤差。

本文所用的SVM是用LIBSVM軟件包來實現的。設置每一級最低檢測率為99.5%，最高檢測率為50%，目標虛警率為10-8，不設定級聯層數，只有達到目標虛警率才退出級聯訓練。SVM級聯方法和Adaboost級聯類似，以SVM得到的分類器為弱分類器，這樣每一個v-FDF特征（block）可以對應一個弱分類器。初始化樣本權重為均勻分布，每一次迭代選擇錯誤率最低的特征，保存該弱分類器，然后改變樣本權重分布，分錯的樣本權重增加，分錯的樣本權重降低，然后再對用SVM訓練得到新的弱分類器，同樣選擇錯誤率最低的弱分類器。強分類器由弱分類器投票加權得到，權重與該弱分類器的錯誤率相關。強分類器的虛警率滿足要求則結束本級訓練。如果達到目標虛警率要求則退出整個級聯訓練。整個SVM級聯訓練算法如算法1所示。

算法1 The SVMCascade algorithm

輸入：正負樣本，目標虛警率Ftarget，最大虛警率f，最小檢測率d

初始化： i=0， D（0）=1.0，F（0）=1.0， Ftotal=1.0

While Ftotal>Ftarget

i=i+1， F（i）=F（i-1）， ni=0 是特征個數。

While F（i）>f

初始化樣本權重，用SVM遍歷訓練所有特征得到錯誤率，這里需要改變閾值使D（i）>=d。選擇錯誤率最低的弱分類器（特征），把該分類器保存下來，ni=ni+1，更新權重，繼續遍歷所有特征得到新的最佳弱分類器，強分類器為ni個弱分類器加權之和。依次直到進行強分類器性能F（i）滿足要求，退出該級訓練。

End

保存分類器和特征位置，閾值等等，更新負樣本，刪掉檢測正確的負樣本，加入檢測錯誤的負樣本，確保負樣本數目不變，采用在線負樣本生成機制。Ftotal=Ftotal*F（i）。

End

輸出：一個包含多個強分類器的級聯分類器

4 實驗結果和分析

4.1 實驗環境

所有實驗都用matlab2009a實現的，計算機配置如下：Intel Core i3 540 CPU 3.07GHZ， 內存 3G，Windows 7，64 位系統。本文實驗的行人正樣本來自INRIA數據庫，負樣本有INRIA庫中的負樣本和網上下載的大量無人圖片中截取得到，檢測庫用INRIA，SDL，USC-C等。正負樣本比為2 000:20 000，正樣本在訓練中不變，負樣本采用在線生成方式，在無人的大圖上截取負樣本。

4.2 實驗結果及其分析

行人檢測器的性能大多用FPPW （False Positive Per Window）和FPPI曲線來表示，經過實驗得到本文方法的FPPW曲線與其他方法的對比，如圖2所示。

從圖2可以看出，本文的方法性能比基于Adaboost和SVM的方法好。在相同的虛警率下漏檢率越低，檢測率越高，方法的性能就越好。

圖2 FPPW曲線對比Fig.2 Comparison of FPPW curve

本文的方法是用Matlab實現的，實驗表明在檢測640*480圖片時，本文方法可以達到10幀每秒，基本上可以滿足實時性要求。檢測速度比較快是因為v-FDF特征計算簡單，耗時少，并且選擇出來的特征表征能力強，在級聯檢測時可以迅速的收斂。

對INRIA，SDL數，和USC 3種數據庫進行檢測，部分結果展示如圖3所示。實驗結果圖表明本文的行人檢測方法可以準確快速的檢測直立，不同直立姿勢和無遮擋的行人，但對于被遮擋的行人不能很好的檢測出來。

圖3 行人檢測結果圖Fig.3 The results of pedestrian detection

5 結 論

文中的行人檢測方法是基于v-FDF和SVM[9-10]級聯的，可以提高了檢測性能和檢測速度。實驗結果表明本文的方法性能比基于adaboost的方法好，比除了HOG-LBP+SVM之外的基于SVM的方法性能也好，并且檢測速度能達到10幀每秒，基本上能達到實時性要求。但是本文方法也存在一些缺陷，比如不能處理遮擋問題，在人群密度大的場合檢測性能差等，這正是下一步需要深入研究的問題。

[1]Dollár P，Wojek C，Schiele B，et al.Pedestrian detection:An evaluation of the state of the art[J].IEEE Transaction on Pattern Analysis and Machine Intelligence，2012，34 （4）:743-761.

[2]Dalal N，Triggs B.Histograms of Oriented Gradients for Human Detection [C]//Proceedingsofthe 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.San Diego，CA，USA，2005:886-893.

[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]種衍文，匡湖林，李清泉.一種基于多特征和機器學習的分級行人檢測方法[J].自動化學報，2012，38（3）:375-581.ZHONG Yan-wen，KUANG Hu-lin，LI Qing-quan.Two-stage pedestrian detection based on multiple features and machine learning[J].Acta Automatica Sinica，2012，38（3）:375-581.

[5]Zhu Qiang，Avidan S，Yeh M C，et al.Fast human detection using a cascade of histograms of oriented gradients[C]//Proceedings of the 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.New York，NY，USA，2006:1491-1498.

[6]Lowe D G.Distinctive Image Features from Scale-Invariant Key points[J].International Journal of Computer Vision，2004，60（2）:91-110.

[7]Mu Y，Yan S，Liu Y，et al.Discriminative local binary patterns for human detection in personal album[C]//Proceedings of the 2008 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.Anchorage， AK，2008：1-8.[8]WANG Xiao-yu，Tony X H，Yan Shui-cheng.An HOG-LBP human detector with partialocclusion handling [C]//Proceedings of 12th International Conference on Computer Vision.Kyoto，2009:32-39.

[9]薛丹，孫萬蓉，李京京，等.一種基于SVM的改進車牌識別算法[J].電子科技，2013（11）:22-25.XUE Dan，SUN Wan-rong，LI Jing-jing.An improved algorithm of license plate recognition based on SVM[J].Electronic Science and Technology，2013（11）:22-25.

[10]吉衛衛，譚曉陽.SVM及其魯棒性研究[J].電子科技，2012（5）:97-100.JI Wei-wei，TAN Xiao-yang.Research of the SVM and its robustness[J].Electronic Science and Technology，2012（5）:97-100.