景 陽(yáng)，劉 琳，黃鴻志，曾昭龍

(1.中國(guó)人民公安大學(xué)，北京102623;2.南京理工大學(xué)光電工程411教研室，江蘇南京210094)

行人檢測(cè)是模式識(shí)別領(lǐng)域的一個(gè)熱門話題，它在視頻監(jiān)控、人群安全預(yù)測(cè)與管理［1］、高級(jí)人機(jī)交互等領(lǐng)域有很好的應(yīng)用價(jià)值。關(guān)于這一問(wèn)題，學(xué)者們提出了很多方案。徐發(fā)牛等人［2］采用利用最小結(jié)構(gòu)誤差匹配結(jié)合角度誤差計(jì)算，將整個(gè)人體看成是一個(gè)關(guān)節(jié)性物體來(lái)進(jìn)行識(shí)別，并將匹配策略進(jìn)行了優(yōu)化，實(shí)現(xiàn)了對(duì)人體的識(shí)別，這種基于關(guān)系匹配的方式容易受到外部環(huán)境的干擾，造成識(shí)別精度較低。Shaopeng Tang［3］用光流法計(jì)算出人體各部位的速度梯度，以此為依據(jù)作為人體特征進(jìn)行識(shí)別。光流法精確度較高，當(dāng)人體出現(xiàn)混疊時(shí)，多個(gè)人體之間的四肢相互干擾影響識(shí)別效果。目前，方向梯度直方圖(HOG)與支持向量機(jī)(SVM)分類器相結(jié)合的識(shí)別方式由于性能較高，已經(jīng)成為人體識(shí)別領(lǐng)域的主要手段。HOG描述子由法國(guó)國(guó)家計(jì)算機(jī)技術(shù)和控制研究所的研究員Navneet Dalal和Bill Triggs首次提出［4］，并且在人體識(shí)別領(lǐng)域效果顯著。Dalal方法處理對(duì)象是靜態(tài)圖像，在計(jì)算特征時(shí)，HOG描述子維數(shù)隨目標(biāo)尺寸增大而迅速增多，訓(xùn)練高維SVM需要的樣本數(shù)量也相當(dāng)龐大，運(yùn)算量很大。針對(duì)以上問(wèn)題，本文主要通過(guò)降低HOG描述子的維數(shù)進(jìn)行了改進(jìn)。一方面，在行人檢測(cè)中，合理利用了運(yùn)動(dòng)目標(biāo)提取技術(shù)，減小待處理的目標(biāo)區(qū)域，進(jìn)而降低計(jì)算量。Wang［4］利用混合高斯建模技術(shù)剔除掉大部分圖像背景，減少了偵測(cè)掃描區(qū)域，提升了檢測(cè)速度;另一方面，通過(guò)人體自身特性進(jìn)行改進(jìn)。人體頭肩部分不容易受到遮擋等外界干擾，往往只存在不同角度上的差異，結(jié)構(gòu)比較穩(wěn)定，可以用來(lái)代替整個(gè)人體進(jìn)行識(shí)別。Min Li［5］等人在 Navneet Dalal思想的基礎(chǔ)上，采用Harr特征和HOG特征相結(jié)合的方式，提取了人體的頭肩模型，大大簡(jiǎn)化了計(jì)算量。

傳統(tǒng)的人體檢測(cè)方法主要通過(guò)提取大量人體樣本的HOG特征來(lái)訓(xùn)練SVM分類器，實(shí)現(xiàn)人體檢測(cè)。HOG的維數(shù)與樣本大小有關(guān)，樣本圖像越大，維數(shù)越多。針對(duì)整個(gè)人體計(jì)算其HOG特征，計(jì)算量很大，對(duì)內(nèi)存容量也有高的要求。同時(shí)，人體運(yùn)動(dòng)是一個(gè)相對(duì)復(fù)雜的過(guò)程，四肢的運(yùn)動(dòng)形式尤其復(fù)雜，為了獲得一個(gè)識(shí)別率高的SVM分類器，必然需要大量的多種運(yùn)動(dòng)形式的人體樣本參與訓(xùn)練，這就進(jìn)一步增加了運(yùn)算量，且由于四肢的運(yùn)動(dòng)多樣性，SVM的分類效果也有所局限。考慮到人體頭肩部分的運(yùn)動(dòng)相對(duì)簡(jiǎn)單，并且具有一定的穩(wěn)定性，可以用人體頭肩模型來(lái)代替整個(gè)人體，這樣做的優(yōu)點(diǎn)有兩方面:一方面，計(jì)算頭肩模型的HOG特征要明顯小于整個(gè)人體的HOG特征，這就降低了計(jì)算量，減輕內(nèi)存負(fù)擔(dān);另一方面，無(wú)論是行人還是騎自行車的人，頭肩部分的運(yùn)動(dòng)除了角度上的差異，運(yùn)動(dòng)方式比較單一，增強(qiáng)了人體識(shí)別的可靠性和穩(wěn)定性。基于以上兩點(diǎn)，采用頭肩模型代替人體進(jìn)行識(shí)別是一個(gè)很好的選擇。

本文提出了基于頭肩模型的快速人體檢測(cè)方法:首先在INRIA行人數(shù)據(jù)庫(kù)中提取大量的人體頭肩模型樣本，計(jì)算正負(fù)樣本的HOG特征并訓(xùn)練SVM分類器;然后對(duì)待檢測(cè)的監(jiān)控視頻，先采用混合高斯模型［6］進(jìn)行運(yùn)動(dòng)目標(biāo)提取預(yù)處理，結(jié)合Sobel邊緣檢測(cè)算子［7］，提取目標(biāo)輪廓，并計(jì)算頭肩模型的范圍;第三，計(jì)算頭肩模型的HOG特征，并分類;第四，對(duì)分類為非人體的樣本按照Dalal方法進(jìn)行二次處理。在實(shí)驗(yàn)部分，采用本文方法與多文獻(xiàn)方法進(jìn)行了性能比較，結(jié)果表明本文算法在人體識(shí)別率和識(shí)別速率上都有所改善。

1 頭肩模型提取

1.1 預(yù)處理

結(jié)合文獻(xiàn)［4］中涉及的混合高斯目標(biāo)提取技術(shù)來(lái)減小目標(biāo)識(shí)別范圍。混合高斯模型是一種常用目標(biāo)提取技術(shù)，它是Chris Stauffer［6］等人提出的。該算法的核心是通過(guò)自適應(yīng)調(diào)整多個(gè)高斯模型實(shí)現(xiàn)前景和背景的分離。混合高斯模型如式(1)所示

式中:Xt表示時(shí)刻t像素 {x0，y0}的值;μi，t和 Σi，t分別是時(shí)刻t第i個(gè)高斯分布的均值和協(xié)方差矩陣;ωi，t是時(shí)刻t第i個(gè)高斯分布的權(quán)重;η定義為高斯密度函數(shù);K個(gè)高斯模型通過(guò)不斷地更新參數(shù)，完成前景和背景的檢測(cè)。參數(shù)更新公式如下

某一像素與背景模型相匹配則認(rèn)為該像素是背景像素，否則，則認(rèn)為是前景像素，從而實(shí)現(xiàn)前景的提取。通過(guò)混合高斯模型可以獲得運(yùn)動(dòng)目標(biāo)的圖像以及其目標(biāo)二值圖像，為后續(xù)處理做準(zhǔn)備。

1.2 頭肩模型提取

頭肩模型包括高度和寬度兩個(gè)參數(shù)，高度表示為人體頭頂?shù)叫厍簧喜?，寬度為人體肩膀?qū)挾?。頭肩模型的高度和寬度可以通過(guò)人體正常比例進(jìn)行估計(jì)獲得，因此，首先需要確定人體的形態(tài)?；旌细咚鼓Ｐ吞峁┝诉\(yùn)動(dòng)人體的二值圖像，但是混合高斯產(chǎn)生的二值圖像往往不夠完整，而是由很多不連續(xù)的塊組成，與實(shí)際的人體形態(tài)有很大的差異。經(jīng)過(guò)腐蝕膨脹等處理后，盡管可以將不連續(xù)的塊組合在一起，但是獲得的人體邊界是畸變的，與實(shí)際的人體邊界有很大差異。為此，可以采用邊緣檢測(cè)的方式對(duì)這種畸變加以約束。

常用的邊緣檢測(cè)算子有Sobel，Canny，Prewitt邊緣檢測(cè)算子、Laplace邊緣檢測(cè)算子等［8］。在一個(gè)拍攝距離較遠(yuǎn)的監(jiān)控視頻中，混合高斯提取的運(yùn)動(dòng)人體目標(biāo)往往比較模糊，并且噪聲比較大，因此，針對(duì)這種目標(biāo)進(jìn)行邊緣檢測(cè)時(shí)，應(yīng)該盡可能地降低噪聲的干擾，Sobel邊緣檢測(cè)算子對(duì)噪聲具有平滑作用，可以較好地減少背景等干擾對(duì)人體邊緣提取的影響。在人體邊緣提取過(guò)程中，首先對(duì)人體目標(biāo)進(jìn)行Sobel邊緣檢測(cè)，此時(shí)獲得的目標(biāo)輪廓往往容易受到背景輪廓的影響，因此需要對(duì)輪廓進(jìn)行修正。混合高斯模型提取的目標(biāo)中不存在背景像素，因此可以對(duì)Sobel提取的輪廓進(jìn)行修正。若輪廓像素同時(shí)為人體二值圖的像素，則認(rèn)為該像素屬于人體輪廓，否則認(rèn)為該像素為背景輪廓，需要被剔除。頭肩模型提取過(guò)程如圖1所示，通過(guò)這種方式獲得一個(gè)完整準(zhǔn)確的人體輪廓。

對(duì)輪廓進(jìn)行填充，重新獲得人體二值圖像。計(jì)算其水平投影直方圖，獲取人體各處的寬度曲線。寬度曲線的第一個(gè)極小值表示為脖子的位置，即圖2中的A點(diǎn)。從人體頂點(diǎn)O到A點(diǎn)的范圍內(nèi)，獲取寬度曲線的最大值作為頭部的寬度。根據(jù)人體正常比例關(guān)系，即可獲得人體頭肩模型的高度。從人體頂點(diǎn)O到頭肩模型高度范圍內(nèi)的寬度曲線最大值，即為頭肩模型的寬度。從目標(biāo)圖像中截取高度和寬度對(duì)應(yīng)的矩形范圍，即可獲得人體頭肩模型。

2 HOG描述子

Navneet Dalal和Bill Triggs首次提出了HOG的概念，HOG描述子用來(lái)計(jì)算局部圖像梯度的方向信息的統(tǒng)計(jì)值，可以用來(lái)描述局部目標(biāo)的表象和形狀。計(jì)算HOG描述子是一個(gè)將區(qū)域特征相互疊加的過(guò)程，目標(biāo)區(qū)域通過(guò)細(xì)胞單元?jiǎng)澐譃楦鱾€(gè)小區(qū)域，然后各個(gè)小區(qū)域組合成一個(gè)塊單元，HOG特征即各個(gè)區(qū)域特征的組合，如圖3所示。

圖3 HOG計(jì)算過(guò)程

首先采用Gamma校正法對(duì)輸入圖像進(jìn)行顏色空間的標(biāo)準(zhǔn)化，然后根據(jù)式(5)和式(6)計(jì)算圖像中各個(gè)像素的水平梯度Gx和垂直梯度Gy

式中:f(x，y)是圖像灰度曲線。根據(jù)式(7)和式(8)計(jì)算梯度的大小和方向

將圖像劃分為像素?cái)?shù)為n×n的細(xì)胞單元，根據(jù)角度的不同，統(tǒng)計(jì)細(xì)胞內(nèi)的梯度方向直方圖。角度通常限定在0°～180°，均勻分為9個(gè)通道區(qū)域，每個(gè)細(xì)胞獲得一個(gè)9維的特征向量。Dalal實(shí)驗(yàn)驗(yàn)證了梯度模板越簡(jiǎn)單，分類結(jié)果越好，并且采用［-1，0，1］為模板計(jì)算每個(gè)cell的梯度效果最好。

相鄰的M×N個(gè)細(xì)胞單元組合為一個(gè)塊區(qū)域，M×N個(gè)細(xì)胞單元的特征向量串聯(lián)成塊區(qū)域的一個(gè)M×N×9的特征向量，對(duì)區(qū)域內(nèi)的每個(gè)細(xì)胞的梯度結(jié)果進(jìn)行統(tǒng)一規(guī)劃，可以使特征向量對(duì)光照、陰影和邊緣變化具有魯棒性。

在一個(gè)M×N的搜索窗口中，塊區(qū)域的移動(dòng)步長(zhǎng)為一個(gè)cell的大小，則搜多窗口的內(nèi)有((M－Nn)/n+1)2個(gè)塊區(qū)域，搜索窗口的特征向量維數(shù)有((M－Nn)/n+1)2×N2×9，這就是一個(gè)搜索窗口的HOG描述子。

3 人體識(shí)別

3.1 訓(xùn)練SVM分類器

從INRIA中截取人體頭肩模型，并統(tǒng)一大小為64×64，同樣截取負(fù)樣本并統(tǒng)一大小。M.Kachouane［9］從提高識(shí)別速率的角度做了系列實(shí)驗(yàn)，驗(yàn)證了當(dāng)細(xì)胞大小為8×8時(shí)，在獲得好的識(shí)別率的同時(shí)，處理速度最快。設(shè)定細(xì)胞大小為8×8，塊大小16×16，搜索窗口為64×64，則每個(gè)樣本獲得一個(gè)1 764維特征向量。對(duì)2 000個(gè)正樣本和3 000個(gè)負(fù)樣本的特征向量進(jìn)行訓(xùn)練，獲得SVM模型分類器。

3.2 人體識(shí)別

對(duì)通過(guò)上述處理獲得的頭肩模型統(tǒng)一大小為64×64，設(shè)定細(xì)胞大小為8×8，塊大小16×16，搜索窗口為64×64，計(jì)算HOG特征向量并通過(guò)訓(xùn)練好的SVM分類器進(jìn)行分類。當(dāng)人體之間存在遮擋和混疊時(shí)，混合高斯模型提取的目標(biāo)包含多個(gè)人體，按照本文所述的頭肩模型提取方法提取的頭肩模型可能不準(zhǔn)確，使得分類發(fā)生錯(cuò)判。這種情況下，需要對(duì)分類為非人體的樣本做進(jìn)一步處理。即采用Dalal的方法，對(duì)混合高斯模型提取出的整個(gè)運(yùn)動(dòng)目標(biāo)重新進(jìn)行識(shí)別，從而確保識(shí)別率。

4 實(shí)驗(yàn)結(jié)果分析

本次實(shí)驗(yàn)以MATLAB為平臺(tái)，針對(duì)分辨率為660×492，幀數(shù)為703的視頻分別采用Dalal算法、文獻(xiàn)［4］算法和本文算法進(jìn)行處理。實(shí)驗(yàn)手段主要依據(jù)Dalal算法，設(shè)置窗口滑動(dòng)間隔為8個(gè)像素，掃描尺度為0.6～1.2，尺度變化間隔為1.2倍。文獻(xiàn)［4］在Dalal算法的基礎(chǔ)上，引進(jìn)混合高斯模型，減少了背景部分的運(yùn)算。3種方法在識(shí)別率和識(shí)別速率上進(jìn)行了比較，實(shí)驗(yàn)結(jié)果見(jiàn)表1。

表1 3種方法之間的性能比較表

從表1可以看出，在識(shí)別率上，混合高斯目標(biāo)提取技術(shù)的應(yīng)用避免了Dalal算法對(duì)某些背景區(qū)域的誤識(shí)別，但同時(shí)受到本身靈敏度的限制，可能造成對(duì)靜止人體的漏檢，造成識(shí)別率的降低，但總體上，最佳識(shí)別率與Dalal算法相比有所提高。本文算法由于選取了穩(wěn)定的頭肩模型作為識(shí)別目標(biāo)，避免了肢體等復(fù)雜運(yùn)動(dòng)的干擾，最佳識(shí)別率略有提高。從處理時(shí)間上，由于本方法結(jié)合了混合高斯目標(biāo)提取，避免了傳統(tǒng)Dalal方法在背景區(qū)域上重復(fù)計(jì)算，同時(shí)，頭肩模型的尺寸較小，其特征向量的維數(shù)相對(duì)較少，減少了計(jì)算量，每幀的平均處理速度有很大程度的提高。

圖4為人體檢測(cè)效果圖，陰影區(qū)域表示識(shí)別為人體，長(zhǎng)方框表示識(shí)別為非人體，其中右圖中由于兩個(gè)人體距離比較近，混合高斯模型無(wú)法精確分割兩個(gè)人體，使得頭肩模型提取錯(cuò)誤而引起誤判，經(jīng)過(guò)Dalal算法修正后，可以從該目標(biāo)圖像中識(shí)別出兩個(gè)人體。本方法除了可以識(shí)別行人外，還可以檢測(cè)騎車等特殊行人。本文算法只需要獲得頭肩模型作為識(shí)別目標(biāo)，識(shí)別結(jié)果不受頭肩部分以下的影響。由于頭肩模型的高度僅由水平投影直方圖的第一個(gè)極小值，即頭肩連接部位決定，因此，本文算法對(duì)騎車等特殊行人仍有良好的檢測(cè)效果。

5 總結(jié)與展望

本文在傳統(tǒng)Dalal人體識(shí)別方法的基礎(chǔ)上，采用混合高斯模型提取運(yùn)動(dòng)目標(biāo)，并提取頭肩模型代替整個(gè)人體進(jìn)行識(shí)別。從識(shí)別率和處理時(shí)間上，該方法都較傳統(tǒng)的方法有所提高。同時(shí)，由于頭肩模型提取過(guò)程中，不受頭肩部分以下運(yùn)動(dòng)的干擾，對(duì)騎車等特殊行人仍有很好的識(shí)別效果。然而算法仍然有需要改進(jìn)的地方，頭肩部分盡管不容易受到遮擋，但當(dāng)人體目標(biāo)之間出現(xiàn)混疊時(shí)，混合高斯模型無(wú)法對(duì)獨(dú)立目標(biāo)進(jìn)行精確提取，往往提取的目標(biāo)區(qū)域中包含多個(gè)人體，此時(shí)，盡管采用Dalal算法進(jìn)行了修正，但是延長(zhǎng)了處理時(shí)間，未來(lái)可以對(duì)此做進(jìn)一步的改進(jìn)。

:

［1］車志富，苗振江，王夢(mèng)思.地鐵視頻監(jiān)控系統(tǒng)中的行人檢測(cè)研究與應(yīng)用［J］.現(xiàn)代城市軌道交通，2010(2):31-36.

［2］徐發(fā)，牛黃芳，汪君.基于關(guān)系匹配的部件化人體識(shí)別［J］.微計(jì)算機(jī)信息，2009，25(12):170-172.

［3］ TANG S，SATOSHI G.Human detection using motion and appearance based feature［EB/OL］.［2014-03-24］.http://www.researchgate.net/publication/224107481_Human_detection_using_motion_and_appearance_based_feature.

［4］ STAUFFER C，GRIMSON W E L.Adaptive background mixture models for real-time tracking［EB/OL］.［2014-03-24］.http://wenku.baidu.com/link?url=LT44XYSg5qvyBDFprTb3mvkEVlYgb9HdUQPWdse-URDdyR62EhHC4GUgnPR1XvSygq217fXCzjrLiXSJbon4Th4by2wlMylIBN AVG8ttvPK.

［5］ LI Min，ZHANG Zhaoxiang，HUANG Kaiqi，et al.Rapid and robust human detection and tracking based on omega-shape features［EB/OL］.［2014-03-24］.http://easyscholar.ruc.edu.cn/homepage/zxzhang/index.htm.

［6］ STAUFFER C M，GRIMSON W E L.Adaptive background mixture models for real-time tracking［EB/OL］.［2014-03-24］.http://wenku.baidu.com/link?url=-080XHhxxzvUbBiY6iJL4cZpb8hfVOIYZX6fMi_UCj1yCV1mHatv1LAYQ4fNvzw4IktVn7nrBFL4N2RumPV_58RwsYnO vCKP6uRPkmEU0h7.

［7］王康泰，戴文戰(zhàn).一種基于Sobel算子和灰色關(guān)聯(lián)度的圖像邊緣檢測(cè)方法［J］.計(jì)算機(jī)應(yīng)用，2005，26(5):1035-1036.

［8］周道炳，朱衛(wèi)綱.幾種邊緣檢測(cè)算子的評(píng)估［J］.指揮技術(shù)學(xué)院學(xué)報(bào)，2000，11(1):59-63.

［9］ KACHOUANE M，SAHKI S，LAKROUF M，et al.HOG based fast human detection［EB/OL］.［2014-03-24］.http://www.researchgate.net/publication/237047488_HOG_Based_fast_Human_Detection?ev=auth_pub.