牛勝石，毛曉暉，侯建華，熊承義

(中南民族大學(xué) 電子信息工程學(xué)院，湖北 武漢 430074)

視頻圖像中的人頭檢測(cè)，就是在視頻序列中及時(shí)地發(fā)現(xiàn)并提取人頭位置和尺度信息，為下一步的跟蹤、計(jì)數(shù)及運(yùn)動(dòng)分析等算法提供目標(biāo)數(shù)據(jù)。

目前視頻監(jiān)控中常用的人臉、人頭檢測(cè)算法主要有：Boost[1-5]、支持向量機(jī) SVM(Support Vector Machine)[6]和神經(jīng)網(wǎng)絡(luò)[7]?；贐oost的方法主要采用基于灰度差的類Haar特征，該方法對(duì)相對(duì)簡(jiǎn)單的面部特征提取簡(jiǎn)單有效、檢測(cè)精度較高，但人頭檢測(cè)因同時(shí)包含了人臉、頭發(fā)和部分背景信息，單純的鄰近區(qū)域灰度差特征并不十分精確；SVM方法，由于需要計(jì)算完所有特征后才能進(jìn)行判決，當(dāng)檢測(cè)窗口及特征維數(shù)較多時(shí)，耗時(shí)較大，難以達(dá)到實(shí)時(shí)性要求；基于神經(jīng)網(wǎng)絡(luò)的方法，由于算法復(fù)雜度高，耗時(shí)同樣較大，多用于PC機(jī)，對(duì)于嵌入式平臺(tái)，很難達(dá)到實(shí)時(shí)性的要求?；谝陨先N方法存在的問(wèn)題，參考文獻(xiàn)[2]提出了一種基于梯度的特征，但該方法中的特征計(jì)算復(fù)雜度較高，同時(shí)存在較多的誤檢。

本文在參考文獻(xiàn)[2]算法的基礎(chǔ)上，對(duì)梯度特征進(jìn)行了改進(jìn)，并加入自生長(zhǎng)梯度特征，使特征在較低復(fù)雜度下具備了較高的分類能力和穩(wěn)定性。同時(shí)，針對(duì)Adaboost檢測(cè)存在的誤檢現(xiàn)象，引入級(jí)聯(lián)SVM分類器對(duì)Adaboost檢測(cè)結(jié)果進(jìn)行篩選，去除其中的誤檢，從而實(shí)現(xiàn)人頭的精確檢測(cè)。這種方法解決了因特征的高復(fù)雜度而導(dǎo)致的非實(shí)時(shí)性問(wèn)題，同時(shí)對(duì)Adaboost存在的誤檢進(jìn)行了有效去除，具備良好的實(shí)時(shí)性和較高的檢測(cè)精度，且對(duì)圖像的信噪比要求不高，對(duì)低對(duì)比度、強(qiáng)光照、陰影等復(fù)雜場(chǎng)景具有較好的魯棒性。

1 人頭檢測(cè)總體結(jié)構(gòu)

本文特征訓(xùn)練及檢測(cè)均在梯度空間進(jìn)行。首先對(duì)人頭樣本進(jìn)行Adaboost訓(xùn)練，利用Adaboost算法從特征庫(kù)中挑選具備較強(qiáng)區(qū)分能力的特征，并級(jí)聯(lián)成強(qiáng)分類器，得到人頭模型。同時(shí)，對(duì)負(fù)樣本進(jìn)行聚類，并對(duì)每個(gè)聚類與人頭正樣本單獨(dú)進(jìn)行SVM訓(xùn)練，得到SVM級(jí)聯(lián)分類器。檢測(cè)時(shí)，首先將輸入的視頻圖像轉(zhuǎn)換到梯度空間，用訓(xùn)練好的Adaboost檢測(cè)器進(jìn)行多尺度檢測(cè)，檢測(cè)所得到的結(jié)果進(jìn)入SVM級(jí)聯(lián)檢測(cè)器進(jìn)行二次檢測(cè)，去除其中的絕大多數(shù)誤檢，而后根據(jù)重疊面積進(jìn)行尺度合并，并輸出檢測(cè)結(jié)果。系統(tǒng)結(jié)構(gòu)及流程如圖1所示。

圖1 人頭檢測(cè)系統(tǒng)總體結(jié)構(gòu)圖

2 Adaboost與SVM組合分類器

2.1 樣本準(zhǔn)備

機(jī)器學(xué)習(xí)及訓(xùn)練需要大量的樣本。為了減少工作量，本文對(duì)手工截取的樣本進(jìn)行了左右鏡像和小角度旋轉(zhuǎn)，以增加樣本的多樣性。負(fù)樣本由不包含人頭的圖片隨機(jī)截取。

2.2 梯度計(jì)算

本文特征提取在梯度圖像上進(jìn)行，梯度取4個(gè)方向，模板如式(1)所示。梯度模板與圖像卷積，將灰度圖像映射為不同方向的梯度圖；之后利用積分圖原理將梯度圖映射為梯度積分圖，以快速計(jì)算梯度特征。由于篇幅限制，積分圖原理此處不再贅述。

2.3 Adaboost特征庫(kù)定義

本文選用參考文獻(xiàn)[2]所提出的部分特征窗，并對(duì)特征計(jì)算方法進(jìn)行改進(jìn)，同時(shí)引入自生長(zhǎng)梯度特征鏈。具體如下：

非鏈?zhǔn)教卣鞔坝?個(gè)或2個(gè)不相鄰子窗隨機(jī)組合構(gòu)成，如圖2所示。

圖2 非鏈?zhǔn)教卣鞔邦愋?/p>

式中，ε為一較小的值，以避免分母為0。

多窗情況下，若各子窗仍采用隨機(jī)方式組合，隨著子窗數(shù)目的增加，組合結(jié)果將呈指數(shù)增長(zhǎng)，而所得到的組合中只有極少數(shù)為有用特征，這就需要在后續(xù)Adaboost訓(xùn)練時(shí)從這些海量組合中挑選，其間每種組合都需要不斷地進(jìn)行反復(fù)運(yùn)算和比較，大大增加了訓(xùn)練的復(fù)雜度和存儲(chǔ)空間及所消耗的時(shí)間?？紤]到人頭邊緣具有一定程度的連續(xù)性，因此，對(duì)多窗特征組合方式進(jìn)行限制，引入特征窗自生長(zhǎng)機(jī)制，根據(jù)正樣本的梯度分布，沿邊緣延伸方向?qū)⑾噜弳未耙来芜B接成鏈，以使特征子窗特征盡可能落在人頭邊緣上。自生長(zhǎng)鏈?zhǔn)教卣鳂?gòu)造方法如下：

(1)首先確定正樣本數(shù)目ns、梯度方向數(shù)nd(本文取nd=4)及如圖3所示的單窗數(shù)目nw、每個(gè)單窗的位置和尺度。

(2)設(shè)定種子判決閾值θ，對(duì)所有單窗W進(jìn)行如下操作：

圖3 鏈?zhǔn)教卣鞔白陨L(zhǎng)過(guò)程

(4)通過(guò)步驟(3)共獲得若干個(gè)梯度特征鏈 FeaC，假設(shè)某個(gè)鏈 FeaC的長(zhǎng)度為 l，Winm表示FeaC的第 m個(gè)子窗，fm表示窗Winm在其有效梯度方向上的梯度累加和，fm⊥表示窗Winm在其有效梯度垂直方向上的梯度累加和，則鏈?zhǔn)教卣鞯谋磉_(dá)形式為：

2.4 Adaboost特征選取及訓(xùn)練[2-7]

本文采用參考文獻(xiàn)[4]所述的Real Adaboost方法[5]。Real Adaboost分類器由若干個(gè)強(qiáng)分類器組成，每個(gè)強(qiáng)分類器又包含若干個(gè)弱分類器(特征)，這種級(jí)聯(lián)形式的分類器能夠快速排除圖像中大部分非人頭區(qū)域。訓(xùn)練步驟如下：

(1)對(duì)于訓(xùn)練集合(x1，y1)，…，(xN，yN)，x1∈X 為樣本向量，類別標(biāo)簽yi∈(+1，-1)分別表示正、反例樣本。

(3)尋找 T 個(gè)弱分類器 ht(t=1，…，T)：

①根據(jù)所有樣本的相同特征的數(shù)值式(2)～(5)對(duì)樣本空間 X進(jìn)行劃分，得到 X1，X2，…，XM區(qū)間。

②使用訓(xùn)練樣本的Dt(xi)統(tǒng)計(jì)各個(gè)區(qū)間的權(quán)重和：

③計(jì)算選擇特征的準(zhǔn)則函數(shù)值：

④選擇使得Z最小化的特征來(lái)生成當(dāng)前的弱分類器：

式中，弱分類器h根據(jù)各樣本的特征所在區(qū)間而定：

式中，ε為一個(gè)較小的正常數(shù)，i=1，…，N。

⑤對(duì)所有樣本的權(quán)重進(jìn)行歸一化：

(4)最終的強(qiáng)分類器為：

式中，b為手動(dòng)設(shè)定的閾值，默認(rèn)為0。

2.5 SVM級(jí)聯(lián)器

采用上述Adaboost方法所產(chǎn)生的誤檢與參考文獻(xiàn)[3]中的誤檢情況類似，如圖4所示，在人體的軀干、腿部以及箱包等區(qū)域易產(chǎn)生誤檢。該類誤檢由Adaboost算法本身難以去除，原因在于訓(xùn)練時(shí)，Adaboost只對(duì)局部特征進(jìn)行組合，只要局部特定位置上的梯度特征滿足判決條件則整個(gè)樣本被判斷為真，在整體上并無(wú)考量。

圖4 Adaboost存在的誤檢

本文引入支持向量機(jī)(SVM)，利用SVM分類器的全局性把每個(gè)樣本作為一個(gè)整體進(jìn)行分類?？紤]到負(fù)樣本多樣性對(duì)SVM的分類性能存在影響，在SVM訓(xùn)練前先對(duì)負(fù)樣本進(jìn)行聚類，對(duì)每類負(fù)樣本與所有正樣本進(jìn)行訓(xùn)練，并進(jìn)行級(jí)聯(lián)，得到SVM級(jí)聯(lián)器。本文聚類采用KMean(K-均值)聚類算法(由于篇幅限制，SVM和 KMean算法此處不再贅述)。主要過(guò)程如下：

(1)對(duì)正、負(fù)樣本提取梯度直方圖(HOG)特征；

(2)根據(jù)HOG特征對(duì)負(fù)樣本進(jìn)行聚類，聚類數(shù)為N；

(3)負(fù)樣本的每個(gè)聚類分別與所有正樣本進(jìn)行SVM訓(xùn)練，得到N個(gè)Sub-SVM分類器；

(4)級(jí)聯(lián)各Sub-SVM分類器為SVM級(jí)聯(lián)器。

3 實(shí)驗(yàn)結(jié)果及分析

考慮到樣本的多樣性，本文選取80余個(gè)視頻場(chǎng)景(包括室內(nèi)、室外、傍晚、燈光、低對(duì)比度、強(qiáng)光照、雨霧等不同情況)，其中60余個(gè)作為樣本采集視頻，剩余的20個(gè)留作測(cè)試。共挑選不同姿態(tài)和背景下的行人2 000位，對(duì)每位行人截取3張作為正樣本，并在此基礎(chǔ)上進(jìn)行旋轉(zhuǎn)和鏡像，得到正樣本24 000張。負(fù)樣本由樣本視頻中不包含人頭的圖片獲得，其中Adaboost負(fù)樣本自舉薦產(chǎn)生，SVM負(fù)樣本從圖片中多尺度隨機(jī)截取，并進(jìn)行聚類，共八類。

表1是加入自生長(zhǎng)梯度特征鏈前后，Adaboost對(duì)相同正負(fù)樣本在相同訓(xùn)練參數(shù)下的訓(xùn)練結(jié)果。從表1可以看出，加入梯度鏈特征后分類器所用特征數(shù)目明顯減少。

表1 加入自生長(zhǎng)特征前后的Adaboost訓(xùn)練結(jié)果

表2是SVM級(jí)聯(lián)器中，各Sub-SVM分類器對(duì)所有正樣本和各自對(duì)應(yīng)聚類內(nèi)負(fù)樣本的分類能力。

表2 SVM訓(xùn)練結(jié)果

為了驗(yàn)證所提出的算法對(duì)多視角人頭的檢測(cè)效果，從測(cè)試視頻中截取200張圖片作為測(cè)試集進(jìn)行了人頭檢測(cè)實(shí)驗(yàn)，測(cè)試集包含805個(gè)不同視角的人頭。表3是加入自生長(zhǎng)鏈?zhǔn)教卣髑昂蟮?個(gè)Adaboost檢測(cè)器以及加入自生長(zhǎng)鏈?zhǔn)教卣骱蟮腁daboost+SVM組合檢測(cè)器對(duì)測(cè)試集上的實(shí)驗(yàn)結(jié)果?？梢钥闯?，加入自生長(zhǎng)鏈?zhǔn)教卣骱螅瑱z測(cè)性能有所提高，Adaboost+SVM組合檢測(cè)器雖然在檢測(cè)率上略有下降，但在去除誤檢方面卻有著非常優(yōu)越的性能。圖5為Adaboost檢測(cè)器對(duì)復(fù)雜場(chǎng)景的檢測(cè)結(jié)果，圖6為Adaboost+SVM組合檢測(cè)器對(duì)同一幅圖片的檢測(cè)結(jié)果。

表3 三種檢測(cè)器在測(cè)試集上的實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)中測(cè)試視頻及測(cè)試圖片集的圖像大小為352、288像素，在雙核、2 GB內(nèi)存PC機(jī)上運(yùn)行速度為10～15 ms/幀，因此完全可以達(dá)到實(shí)時(shí)檢測(cè)的要求。

圖5 Adaboost檢測(cè)結(jié)果

圖6 Adaboost+SVM檢測(cè)結(jié)果

本文通過(guò)對(duì)Adaboost梯度特征的改進(jìn)，在一定程度上提高了檢測(cè)率，同時(shí)有效減少了特征的計(jì)算復(fù)雜度。同時(shí)，通過(guò)加入SVM級(jí)聯(lián)器，對(duì)Adaboost檢測(cè)結(jié)果進(jìn)行逐級(jí)篩選，極大地減少了誤檢。本人頭實(shí)時(shí)檢測(cè)系統(tǒng)對(duì)雨霧、低對(duì)比度以及復(fù)雜場(chǎng)景有較好的魯棒性，在檢測(cè)效果和運(yùn)行速度上為后續(xù)的人頭計(jì)數(shù)及人流量統(tǒng)計(jì)奠定了堅(jiān)實(shí)的基礎(chǔ)。進(jìn)一步結(jié)合幀間信息，如運(yùn)動(dòng)和跟蹤等策略，效果將會(huì)有進(jìn)一步的提升，這也是下一步主要的研究工作。

[1]VIOLA P，JONES M.Rapid object detection using a boosted cascade of simple features[C].//Proc.of the 2001 IEEE Computer Society Conference，Computer Vision and Pattern Recognition，2001:I-511-518.

[2]CHEN Mao Lin， MA Geng Yu， KEE S.Multi-view human head detection in static images[C].//MVA2005 IAPR Conference on Machine Vision Application，Tsukuba Science City， Japan， May 16-18， 2005:100-103.

[3]林鵬.基于Adaboost算法的人臉檢測(cè)研究及實(shí)現(xiàn)[D].西安:西安理工大學(xué)計(jì)算機(jī)學(xué)院，2007.

[4]郭志波.人臉快速檢測(cè)和特征抽取方法的研究[D].南京:南京理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，2007.

[5]SCHAPIRE R E，SINGER Y.Improved boosting algorithms using confidence-rated predictions[J].Machine Learning，1999，37(3):297-336.

[6]童舜海.改進(jìn)的SVM在入侵檢測(cè)中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2008，44(34):113-115.

[7]ROWLEY H.Neuralnetwork-based face detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence， 1998，20(1):23-38.