特征顯著性的車輛目標檢測算法

程　全 ,樊　宇，劉玉春 ，程　朋

(1.周口師范學院 a.機械與電氣工程學院；b.網絡工程學院，河南 周口 466001；2.國機精工有限公司，河南 鄭州 450000)

?

特征顯著性的車輛目標檢測算法

程全1a,樊宇1b，劉玉春1a，程朋2

(1.周口師范學院 a.機械與電氣工程學院；b.網絡工程學院，河南 周口 466001；2.國機精工有限公司，河南 鄭州 450000)

針對運動目標檢測不適合實時性應用場合的問題，提出了一種將無監督特征學習和顯著性檢測相結合的地面車輛目標檢測算法。通過學習得到表示車輛目標的局部特征并進行編碼，根據這些特征對整個圖像進行顯著性檢測，獲得候選目標區域。通過相關分析去除那些高度相關的特征，有效抑制背景，突出顯著對象。

特征學習；視覺字典；特征提取

0　引言

近年來，機載視覺監視系統正逐步應用于地面車輛活動監視、高速公路車輛流量統計和戰場情報數據提取等方面。這些系統所具有的各類功能中，地面車輛目標檢測是最基本和最重要的。由于背景變化、高雜波、視角變化以及計算資源有限等，使得某些問題變得難以處理。

目前，最為常規的目標檢測方法是基于Viola和Jones提出的滑動窗口檢測框架[1]。這類方法通常需要提取大量特征，并綜合這些特征通過機器學習形成集成分類器，采用級聯結構來減少計算量。對一般視覺目標的檢測，通常采用尺度不變特征轉換(scale-invariant feature transform,SIFT)、方向梯度直方圖(histogram of oriented gradient,HOG)、局部二值模式(local binary pattern,LBP)和Gabor濾波器等人工特征表示目標[2]，而通過無監督學習方法，則能從數據中習得具有更強表示能力的特征[3-4]，相比于傳統特征，這類特征的提取要耗費更多的時間和資源，而傳統特征如Harr特征可用積分圖像方法獲得很高的計算效率[5-6]。文獻[7-8]針對自然場景中背景復雜多變的特點，提出了一種基于邊界先驗的圖像顯著性檢測方法。該方法能夠在自然場景中突出不同大小的顯著目標。但是，在顯著目標偏離圖像中心接觸到圖像邊界，以及目標與背景的顏色對比度較低的情況下，會產生錯誤的檢測結果。

本文提出了一種基于圖像面片的無監督特征學習和視覺顯著性檢測的地面車輛目標檢測算法，首先，將圖像生成一個目標類別特異的視覺特征字典；然后在新的特征空間對整幅圖像進行顯著性檢測；最后用目標分類器判斷是否屬于車輛目標，從而得到最終的顯著圖。

1　基于特征顯著性檢測的地面車輛目標檢測

1.1構造數據集

以美國某實驗室合成的車輛目標數據庫NORB[9]為范本構建車輛目標數據集。實際應用要求以復雜自然場景圖像為背景檢測車輛目標，因此，選用可能的各類自然場景圖像構建非車輛目標數據集。以美國某實驗室航拍的視頻數據庫VIVID[10]為范本構建測試數據集。

1.2特征學習

采用K均值聚類學習車輛目標的視覺特征字典。首先在車輛目標中提取大量面片圖像以供學習。在各種光照、姿態和種類的車輛目標圖像中，隨機選取s×s像素大小的面片圖像，面片圖像的數量為N，將每個面片圖像保存為1個M維向量xn，M=s×s，所有面片圖像形成一個M×N的數據集X=[x1,x2,…,xN]。

為了使聚類算法易于獲得s×s像素空間上的局部特征，對數據集作預處理。首先把xn標準化為均值為0、標準差為1的向量，隨后對整個數據集作白化處理：

(1)

其中：Λ與E來自對協方差矩陣的特征值分解。

E{XXT}=EΛET，

(2)

Λ-1/2是對角陣，對角線上為特征值矩陣Λ中對角元平方根的倒數：

(3)

經白化處理后，協方差矩陣變為單位陣：

(4)

經預處理后，采用K均值聚類算法進行無監督學習，設定K個聚類中心，計算后得到K個聚類中心作為視覺特征字典D=[d(1),d(2),…,d(K)]。

特征學習習得的特征主要由不同寬度、方向和長度的邊條構成，也包括稍小的點與稍大的斑。其中部分特征的方向、長度完全相同，只是位置略有偏移，說明特征存在冗余，主要是因為聚類中心個數K是人為指定的，與數據集真實分布情況有差別。送入學習的面片圖像是隨機選取的，因此會將同一個邊條截取出不同的空間“相位”，但這種冗余并不影響目標識別的準確性。許多基于面片圖像特征學習的研究說明，人為選取字典大小得到的冗余特征集可以取得很好的分類結果，而且識別結果隨著使用更大規模的字典而改善，往往比人工選取的“正交化”的、低冗余的特征集效果更好[11]。

1.3顯著性檢測

用習得的視覺特征字典D=[d(1),d(2),…,d(K)]對原始圖像進行編碼，得到K個特征響應，再對各個響應zk計算顯著性。為了快速計算，對原始圖像編碼時直接采用二維卷積：

zk=d(k)*I，

(5)

其中：I為原始圖像；*為二維卷積運算；得到的響應zk和原始圖像尺寸一樣，將其視為一張圖像進行顯著性檢測，并將K個顯著圖像累加合并。

(6)

其中：SRD為某種顯著性檢測算法；sconv為合并后的結果，在sconv上響應強的區域即為待識目標區域。

圖1　在特征空間上進行SR顯著性檢測的結果

本文采用頻譜殘差[12](spectral residual，SR)法進行顯著性檢測。在特征空間上作顯著性檢測,檢測結果如圖1所示。對于車輛目標檢測，SR顯著性檢測方法可以在保證車輛目標區域出現強響應的同時盡可能地抑制背景區域，使高響應區域更集中于目標，在很大程度上排除了路面雜波干擾。

1.4特征選擇

利用K均值聚類算法進行無監督學習，可以得到車輛目標的視覺特征詞典，習得的100個視覺詞匯代表著車輛的邊條特征。通過分析它們之間的相關性可知，視覺詞匯之間存在著大量冗余。

目標檢測過程需要與特征模板進行匹配運算，大量冗余的特征模板意味著高度重復的卷積運算，這不滿足實時計算的應用需求，因此需要采用相關分析進行特征選擇，保留重要特征，去除冗余特征，但不能降低檢測性能。

1．5目標識別

對車輛目標區域的判別是一個“目標與非目標”的二類分類問題。以各個待識目標區域為一張待分類的圖像，將各個面片特征響應形成一張圖像對應一個特征向量，用于后續目標識別，分為兩步進行。首先對待識目標圖像的各個面片進行編碼表示。若圖像I大小為w×w像素，以單個像素為步長取s×s像素的面片，從I中取(w-s+1)×(w-s+1)個面片。每個面片記為xi，采用基元數為K的特征字典進行編碼，形成F(xi)=[f1(xi),f2(xi),…,fK(xi)]的K維表示。

對目標識別，幾種常見編碼算法識別結果無顯著差別，且可與字典學習時所用編碼算法不同。通過K均值聚類可得到K個基元的字典D，同樣可計算聚類歸屬的0-1編碼，

(7)

可以采用比式(7)寬泛一些的編碼方式，

fk(xi)=max{0,μ(z)-zk}，

(8)

2　實驗結果與分析

實驗硬件環境為1臺4核2.2GHzCPU，8G內存的臺式計算機。算法實現采用MATLAB與C++混合編程，顯著性檢測軟件用C++編寫。空地車輛目標數據集為VIVID數據集，使用其中不同視頻通道的幾段。

使用目標歸類數據集NORB中的車輛目標圖像學習特征。NORB數據庫是用于目標歸類的數據集，涉及多種光照、尺度和姿態變化。使用其中truck與car兩類圖像，共9 720張圖像用于特征學習[10]。每張圖像上隨機截取4個6×6像素的小塊，這樣式(1)中用于特征學習的數據X的維數是36×38 880。特征字典的大小取K=100。雖然文獻推薦使用更大的K以獲得更好的識別效果(如1 600，甚至4 000)，但是實驗發現K=100性能已經很好了。

SR檢測算法代碼來自文獻，將其封裝為MATLAB可調用函數。支持向量機(supportvectormachine，SVM)算法采用LIBSVM，采用L2-SVM訓練目標分類器，模型參數由交叉驗證選擇。

實際上，為適應目標尺寸變化，可以采用金字塔結構，引入過完備空間模板，通過集成學習選取特征，以提升檢測速率與精度。應用多分辨率分析的方法，將各圖像序列分解成多層金字塔數據結構，對每層分辨率圖像進行濾波及顯著性分析，得到相應的特征響應圖，然后將各個特征響應圖進行融合，這樣可使響應值較大的點更為突出，甚至可以突出目標車輛的輪廓。圖像中車輛所在區域的顯著性得到了有效增強，而對周圍背景的顯著性進行了抑制，有利于目標區域的準確提取。

圖2給出了在VIVID數據集上的檢測結果。由圖2可知：在場景復雜多變、圖像對比度低、目標響應弱、圖像質量退化和干擾物遮擋等多因素影響的情況下，本文的車輛目標檢測方法具有較好的穩健性。

3　結束語

本文提出了一種將無監督特征學習和顯著性檢測相結合的地面車輛目標檢測算法。隨機采集車輛目標圖像局部面片形成訓練數據，使用K均值聚類生成視覺特征字典，即通過學習得到表示車輛目標的局部特征。基于習得的特征對待檢目標圖像進行編碼，并根據這些特征對整個圖像進行顯著性檢測，從而獲得候選目標區域。顯著性檢測可以看作一種模擬人類視覺系統的選擇注意機制的生理過程。目標分類器只針對那些顯著性區域，從而保證了檢測的高效性。為了節省特征提取所需的計算時間，通過分析習得特征之間的關系，去除那些高度相關的特征，進一步提高了檢測的準確性。通過顯著性檢測，待檢圖像中只有較少的候選目標區域被送到分類器。該方法能更有效地通過顯著分析，突出顯著對象。

[1]LI Q,GU Y,QIAN X.Latent-community and multi-kernel learning based image annotation[C]//Proceedings of the 22nd ACM International Comference on Information & Knowledge Management.New York,USA:ACM,2013:1469-1472.

[2]EVERINGHAM M,GOOL L V,WILLIAMS C K I,et al.The pascal visual object classes(VOC) challenge[J].International journal of computer vision,2010,88(2):303-338.

[3]蔣文,齊林.一種基于深度玻爾茲曼機的半監督典型相關分析算法[J].河南科技大學學報(自然科學版),2016,37(2):47-51.

[4]ZEILER M D,TAYLOR G W,FERGUS R.Adaptive deconvolutional networks for mid and high level feature learning[C].Proc.2011 IEEE International Conference on Computer Vision.2011:2018-2025.

[5]程全,馬軍勇.基于紋理和梯度特征的多尺度圖像融合方法[J].清華大學學報(自然科學版),2014，54(7)：935-941.

[6]PEELEN M V,LI F F,KASTNER S.Neural mechanisms of rapid natural scene categorization in human visual cortex[J].Nature,2009,460:94-97.

[7]范青,于鳳芹,陳瑩,等.自然場景下基于邊界先驗的圖像顯著性檢測[J].計算機工程,2016,42(1):278-281.

[8]張穎穎,張帥,張萍,等.融合對比度和分布性的圖像顯著性區域檢測[J].光學精密工程,2014,22(4):1012-1018.

[9]ZHANG D Q,ZHOU Z H,CHEN S C.Semi-supervised dimensionality reduction[C]//Proceeding of the 7th SIAM International Conference on Data Mining.2014:629-634.

[10]ZHENG W M,ZHOU X Y,ZOU C R,et al.Facial expression recognition using kernel canonical correlation analysis[J].IEEE transactions on neural networks,2014,17(1):233-238.

[11]范青,于風芹,陳瑩.自然場景下基于邊界先驗的圖像顯著性檢測[J].計算機工程，2016,42(1):278-281,286.

[12]CHANG C C,LIN C J.LIBSVM:a library for support vector machines[J].ACM transactions on intelligent systems and technology,2011,27(2):1-27.

國家自然科學基金項目(61401526);河南省自然科學基金項目(152300410134);河南省高等學校重點科研軟科學計劃基金項目(15A880023)

程全(1978-),男,河南沈丘人,副教授,碩士,主要研究方向為智能控制.

2016-06-20

1672-6871(2017)01-0048-04

10.15926/j.cnki.issn1672-6871.2017.01.010

TP391

A