0 引言

    行人檢測是依靠視頻圖像處理與機(jī)器學(xué)習(xí)等方法從視頻或圖像中自動發(fā)現(xiàn)行人目標(biāo)的技術(shù)，廣泛應(yīng)用于視頻監(jiān)控、人工智能等領(lǐng)域^[1]。特征提取與分類是行人檢測的核心，現(xiàn)有行人檢測方法主要圍繞這兩個方面進(jìn)行深入研究，如文獻(xiàn)[2]-[4]結(jié)合Haar特征和Adaboost分類器進(jìn)行行人檢測，文獻(xiàn)[5]-[8]結(jié)合梯度方向直方圖特征（Histogram of Oriented Gradients，HOG）和支持向量機(jī)（Support Vector Machines，SVM）分類器進(jìn)行行人檢測，文獻(xiàn)[9]-[10]采用深度學(xué)習(xí)方法進(jìn)行行人檢測。不同的應(yīng)用場合對行人檢測性能的要求往往也不同，現(xiàn)有方法在實際應(yīng)用過程中還存在一些問題，譬如視頻監(jiān)控、圖像搜索等應(yīng)用場合對行人檢測的運算效率要求較高，同時希望虛警率盡可能低，從而降低后續(xù)分析處理的工作量，現(xiàn)有行人檢測方法的虛警率和運算效率還難以滿足這些應(yīng)用場合的要求。本文主要針對這些對行人檢測的虛警率和運算效率要求較高的應(yīng)用場合，提出一種結(jié)合輪廓粗篩和HOG細(xì)分的快速行人檢測方法，解決現(xiàn)有基于圖像的行人檢測方法運算效率低、虛警率高的問題。基本思路是：在輪廓粗篩階段，依據(jù)輪廓特征剔除部分干擾目標(biāo)，降低虛警率和提高運算效率；在HOG細(xì)分階段，依據(jù)HOG特征和線性SVM分類器進(jìn)一步降低虛警率。通過結(jié)合輪廓粗篩和HOG細(xì)分，降低行人檢測的虛警率并提高運算效率。

1 本文方法

    本文方法的設(shè)計思想是采用運算效率高的輪廓粗篩方法快速定位圖像中的可疑區(qū)域，然后僅針對可疑區(qū)域進(jìn)行HOG細(xì)分，降低全圖HOG特征提取的耗時，提高運算效率。同時融合輪廓特征和HOG特征進(jìn)行行人檢測，降低虛警率。本文方法主要包括圖像預(yù)處理、邊緣檢測、輪廓提取、輪廓粗篩、可疑圖像塊裁剪、HOG細(xì)分和行人窗口濾波7個環(huán)節(jié)，詳細(xì)描述如下。

1.1 圖像預(yù)處理

    圖像預(yù)處理主要是對圖像光照進(jìn)行歸一化，避免不同場景下光照差異大引起的行人誤檢。本文僅使用圖像的亮度信息進(jìn)行行人檢測，故僅采用Gamma標(biāo)準(zhǔn)化方法校正圖像的亮度信息，校正公式為：

其中，f₀(x，y)和f(x，y)分別表示校正前后像素點(x，y)處的亮度值。γ為校正系數(shù)。本文為了增強(qiáng)行人目標(biāo)邊緣的亮度差異，選擇小于1的γ值。在本文中，γ取經(jīng)驗值0.75。

1.2 邊緣檢測

    在實際圖像中，往往背景區(qū)域所占面積比目標(biāo)區(qū)域大很大。這樣在背景區(qū)域上檢測行人目標(biāo)不僅有可能會造成虛警，而且耗費了大量的時間。因此，本文先對圖像進(jìn)行邊緣檢測，目標(biāo)是將背景區(qū)域和目標(biāo)區(qū)域區(qū)分開來，避免在背景區(qū)域上進(jìn)行行人檢測造成的時間消耗和虛警現(xiàn)象。具體是采用Prewitt梯度算子來檢測目標(biāo)區(qū)域的邊緣。記G_x和G_y分別表示圖像f在像素點(x，y)處沿x和y方向的梯度，則梯度模值m_(x，y)可以表示為：

其中，W和H分別表示圖像的寬度和高度。當(dāng)像素點對應(yīng)的梯度模值大于設(shè)定閾值T_E時，認(rèn)為像素點為邊緣點，否則為背景點。本文取閾值T_E=0.35。邊緣圖像e為二值圖像，為了便于后續(xù)的輪廓提取，本文采用數(shù)學(xué)形態(tài)學(xué)的擊中與擊不中變換對邊緣圖像進(jìn)行細(xì)化處理。

1.3 輪廓提取

    輪廓提取采用貪婪搜索方法，從圖像中任一邊緣點開始，采用8-鄰接跟蹤搜索方式，記錄跟蹤到的每一個邊緣點，直到邊緣點滿足輪廓跟蹤終止條件為止。其中，邊緣點的輪廓跟蹤終止條件為：

    (1)邊緣點在8鄰域內(nèi)無可跟蹤的邊緣點（需要說明的是：已經(jīng)跟蹤過的邊緣點不再重復(fù)跟蹤，實際操作過程中將跟蹤過的邊緣點像素值置為0）；

    (2)邊緣點為圖像的邊界點。

    在輪廓跟蹤過程中，一旦當(dāng)前跟蹤的邊緣點滿足上述兩個條件之一，則終止該輪廓的跟蹤過程，然后記錄輪廓上的所有像素點的坐標(biāo)，用該像素點坐標(biāo)集合來描述該輪廓，表示為：

其中，K_n表示第n個輪廓Cn的像素點總數(shù)。

    按照上述思路，提取邊緣圖像中所有輪廓，直至邊緣圖像中無未被跟蹤過的邊緣點。

1.4 輪廓粗篩

    輪廓粗篩是指依據(jù)目標(biāo)的輪廓特征粗篩選出可能包含行人的目標(biāo)。本文采用兩層輪廓粗篩策略，具體描述如下。

    (1)先驗知識篩選

    本文只考慮正常行走姿態(tài)下的行人檢測，在該姿態(tài)下，行人目標(biāo)輪廓的外接矩形框的寬度和高度滿足一些先驗知識。記第n個輪廓C_n的寬度和高度分別為w_n、h_n，則有：

其中，max和min分別表示取最大值和取最小值操作。本文依據(jù)行人輪廓寬度和高度的統(tǒng)計結(jié)果，制定一個寬松的先驗知識篩選條件，目標(biāo)是避免剔除行人目標(biāo)。篩選條件可以表示為：

其中，T_high和T_low分別表示輪廓高寬比的上、下限，取值在實驗部分討論。如果輪廓的外接矩形寬度和高度不滿足上述篩選條件，則剔除該輪廓，也即判定該輪廓不可能包含行人目標(biāo)。

    (2)輪廓不變矩特征分類

    記：

    得到每一個輪廓的不變矩特征之后，將其代入已訓(xùn)練好的分類器進(jìn)行分類。因此，該部分的實現(xiàn)過程可以分為訓(xùn)練和驗證兩個階段，具體描述如下。

    在訓(xùn)練階段，構(gòu)建一個包含行人目標(biāo)輪廓正樣本和非行人目標(biāo)輪廓負(fù)樣本的訓(xùn)練樣本集(具體在實驗部分討論)，然后提取正負(fù)樣本中輪廓的不變矩特征,最后采用SVM對不變矩特征進(jìn)行分類(實現(xiàn)過程參考文獻(xiàn)[11]，其中SVM的核函數(shù)選擇徑向基函數(shù))，得到輪廓特征分類器。

    在驗證階段，對當(dāng)前圖像中提取到的每一個輪廓，提取不變矩特征，然后采用SVM方法進(jìn)行分類（分類器用訓(xùn)練階段生成的輪廓特征分類器）。分類結(jié)果為正的輪廓可能包含行人目標(biāo)，將其保留。而分類結(jié)果為負(fù)的輪廓不包含行人目標(biāo)，將其剔除。

1.5 可疑圖像塊裁剪

    經(jīng)過輪廓粗篩后，保留的輪廓可能存在行人目標(biāo)，為了降低行人檢測的虛警率，本文再采用HOG細(xì)分策略對這些輪廓區(qū)域的圖像特性進(jìn)行進(jìn)一步的分析，確認(rèn)該輪廓區(qū)域是否確實包含了行人目標(biāo)。考慮到HOG特征一般從灰度圖像中提取，因此先要裁剪可疑圖像塊，也即從原始灰度圖像中裁剪出可疑輪廓外接矩形框所框出的圖像塊。為了避免漏檢行人目標(biāo)，在裁剪可疑圖像塊時對輪廓的外接矩形框進(jìn)行了擴(kuò)充，這樣可以將行人目標(biāo)完整地保留在可疑圖像塊中。具體地，對于第n個輪廓C_n，得到的裁剪矩形框為(x_rn，y_rn，w_rn，h_rn)，其中，(x_rn，y_rn)表示裁剪矩形框的左上角頂點坐標(biāo)，w_rn、h_rn分別表示裁剪矩形框的寬度和高度，求解公式為：

其中，χ表示矩形框的擴(kuò)充量?？紤]到目標(biāo)距離攝像機(jī)遠(yuǎn)近不同時，其尺度差異很大。因此，參數(shù)χ不宜取固定值?？紤]到圖像中行人的高度比寬度穩(wěn)定（因為人的手部和腿部運動都會導(dǎo)致行人外接矩形框的寬度發(fā)生較大變化），故本文取參數(shù)χ=0.1h_n，這樣不同尺寸目標(biāo)的參數(shù)χ取值與輪廓外接矩形框的高度比例固定，從而避免了不同位置目標(biāo)裁剪矩形框擴(kuò)充比例差異大的問題。

1.6 HOG細(xì)分

    HOG特征在行人檢測領(lǐng)域取得了很好的應(yīng)用效果,本文也采用HOG特征進(jìn)行行人的細(xì)分類。與文獻(xiàn)[5]中所述的基于HOG特征和SVM分類器進(jìn)行行人檢測的方法的區(qū)別在于，本文采用輪廓粗篩選定了圖像中的可疑圖像塊，而可疑圖像塊的尺寸遠(yuǎn)小于原圖像的尺寸，這樣降低了特征提取的運算量，進(jìn)而提高了運算效率。與文獻(xiàn)[5]相比，這里中沒有進(jìn)行亮度校正操作，因為在本文的圖像預(yù)處理階段已經(jīng)進(jìn)行了亮度校正操作。另外，這里又進(jìn)行了一次梯度運算，原因是HOG特征提取時常采用一維梯度模板：(-1，0，1)。該模板提取的梯度特征能更好地描述行人和其他目標(biāo)的差異。而本文在提取輪廓時不宜采用一維梯度模板，因為一維梯度模板的抗干擾能力較弱。其他操作與文獻(xiàn)[5]的描述相同，其中，梯度方向投票是在6×6單元格內(nèi)，統(tǒng)計空間和方向上所有像素點梯度模值的累加和；對比度歸一化是對各單元格的梯度模值進(jìn)行歸一化；HOG特征計算是計算單元格內(nèi)的方向梯度直方圖；線性SVM分類器是采用訓(xùn)練好的HOG特征分類器對當(dāng)前HOG特征進(jìn)行分類，當(dāng)分類器的輸出為正時，表明檢測到行人目標(biāo)，記錄檢測到的行人窗口，也即前一節(jié)計算得到的裁剪矩形框(x_rn，y_rn，w_rn，h_rn)。否則，丟棄該可疑圖像塊。

1.7 行人窗口濾波

    考慮到前述步驟檢測到的行人窗口可能存在單一行人目標(biāo)被檢測多次的情況，因此需要對檢測到的行人窗口進(jìn)行濾波，基本思路是將重合度較大的行人窗口合并，具體實現(xiàn)方法是：對于檢測到的任一行人窗口，計算其與檢測到的其他行人窗口的重合度(也即兩個窗口交叉部分的面積與兩個窗口所包圍的總面積的比值)，如果重合度大于閾值T_S(在本文中，閾值T_S取經(jīng)驗值70%)，則判定兩個檢測窗口所包含的行人為同一人，此時將兩個檢測窗口合并，合并后的行人檢測窗口表示為：

其中，(x_i，y_i，w_i，h_i)和(x_j，y_j，w_j，h_j)表示合并前的兩個行人檢測窗口。合并之后，保留合并后的行人檢測窗口，刪除合并前的兩個行人檢測窗口。

    所有行人檢測窗口經(jīng)過濾波之后，余下的行人檢測窗口即為檢測到的行人窗口。

2 仿真實驗

2.1 實驗說明

    本文方法用到了兩個分類器：(1)輪廓粗篩階段用到的輪廓特征分類器，(2)HOG細(xì)分階段用到的HOG特征分類器。這兩個分類器是在特征訓(xùn)練階段得到的。特征訓(xùn)練所用的數(shù)據(jù)集是國際上流行的INRIA數(shù)據(jù)集。因為該數(shù)據(jù)集中的每一幅正樣本圖像中只包含一個人工裁剪的直立行人，易于訓(xùn)練。該數(shù)據(jù)集中包含行人的圖像有3 548幅，不包含行人的圖像有1 716幅。在訓(xùn)練HOG特征分類器時，正樣本集為包含行人的圖像，負(fù)樣本集為不包含行人的圖像。訓(xùn)練過程參照文獻(xiàn)[5]。在訓(xùn)練輪廓特征分類器時，先按照本文1.1~1.3節(jié)描述的步驟提取圖像中的輪廓，然后人工標(biāo)記行人輪廓和非行人輪廓，分別建立行人輪廓的正樣本集和非行人輪廓的負(fù)樣本集。接著采用1.4節(jié)所述的第二層篩選方法提取輪廓不變矩特征并進(jìn)行訓(xùn)練，得到輪廓特征分類器。另外，按照1.4節(jié)所述的第一層篩選方法計算輪廓正樣本集中各個輪廓的高寬比，如圖1所示。為了保證第一層輪廓粗篩選不會漏選行人目標(biāo)，圖1中各輪廓高寬比要在輪廓高寬比的上下限閾值之內(nèi)，也即，T_high≥2.4，T_low≤1.6。為進(jìn)一步降低漏檢，本文再增加40%的容差，取T_high=3.4，T_low=1.0。

    考慮到本文主要是針對實際應(yīng)用而設(shè)計，因此算法的測試數(shù)據(jù)集選用實景拍攝的街景圖像數(shù)據(jù)集Caltech。該數(shù)據(jù)集為640×480分辨率的視頻，幀率為30 f/s，約有250 000幀圖像，共標(biāo)記了2 300個行人。

    算法的性能評價選用虛警率、漏警率和檢測耗時3個指標(biāo)。虛警率是指檢測結(jié)果中非行人窗口所占的比例，漏警率是指數(shù)據(jù)集中標(biāo)記的行人目標(biāo)中未被檢測出的行人目標(biāo)所占的比例，檢測耗時是指平均檢測一幅圖像所耗費的時間。仿真實驗所用的計算機(jī)性能參數(shù)為：Windows 7操作系統(tǒng)、Intel Core-i5 CPU 3.20 GHz、16 G 內(nèi)存、Visual Studio 2012軟件平臺。其中，當(dāng)檢測結(jié)果中行人窗口與數(shù)據(jù)集中標(biāo)記的行人目標(biāo)窗口的重合度超過50%時，才認(rèn)為該行人目標(biāo)被正確檢測。

2.2 算法性能分析

    下面將本文方法與目前應(yīng)用廣泛的Haar+Adaboost方法^[3]、HOG+SVM方法^[5]和深度學(xué)習(xí)方法^[9]進(jìn)行性能對比分析。圖2顯示了不同方法的虛警率和漏警率測試結(jié)果。

    從圖2可以看出，本文方法的虛警率是4種方法中最低的，原因是本文方法采用輪廓篩選剔除了一些干擾目標(biāo)，從而降低了虛警率。在漏警率方面，本文方法的漏警率高于Haar+Adaboost方法，但與其他兩種方法相當(dāng)。本文方法得到的虛警率和漏警率的平均值要小于其他3種方法。

    表1給出了不同方法的檢測耗時對比結(jié)果，可見，本文方法的檢測耗時明顯低于其他3種方法。

    綜上分析，本文方法在檢測行人時具有虛警率低和檢測速度快的優(yōu)點，漏警率指標(biāo)也與現(xiàn)有方法相當(dāng)。

3 結(jié)束語

    本文提出了一種結(jié)合輪廓粗篩和HOG細(xì)分的快速行人檢測方法。設(shè)計思路是先采用運算效率高的輪廓粗篩策略初步選出可疑的圖像塊，這樣可以剔除部分干擾目標(biāo)，降低虛警率。然后對可疑圖像塊進(jìn)行HOG細(xì)分，在進(jìn)一步降低虛警率的同時，由于僅在可疑圖像塊上執(zhí)行運算量大的HOG特征提取操作，與在原圖像上提取HOG特征相比，運算量大幅降低。實驗結(jié)果表明，本文方法的虛警率低、運算效率高，適合于對虛警率和運算效率要求較高的行人檢測場合。后續(xù)研究將進(jìn)一步降低行人檢測的漏警率。

參考文獻(xiàn)

[1] 張麗紅，李林.基于Adaboost算法選取和組合SVM的行人檢測算法[J].測試技術(shù)學(xué)報，2013(1)：73-78.

[2] XING W，ZHAO Y，CHENG R，et al.Fast pedestrian detection based on Haar pre-detection[J].International Journal of Computer and Communication Engineering，2012，1(3)：207-209.

[3] HOANG V D，VAVILIN A，JO K H.Pedestrian detection approach based on modified Haar-like features and AdaBoost[C].International Conference on Control，Automation and Systems，2012：614-618.

[4] RAKATE G R，BORHADE S R，JADHAV P S，et al.Advanced pedestrian detection system using combination of Haar-like features，Adaboost algorithm and Edgelet-Shapelet[C].IEEE International Conference on Computational Intelligence & Computing Research，2012：1-5.

[5] 徐淵，許曉亮，李才年，等.結(jié)合SVM分類器與HOG特征提取的行人檢測[J].計算機(jī)工程，2016，42(1)：56-60.

[6] ZHOU Z，XU L.Pedestrian detection based on HOG and weak-label structural SVM[J].Journal of Computational Information Systems，2014，10(1)：367-374.

[7] YAN J，ZHANG X，LEI Z，et al.Robust multi-resolution pedestrian detection in traffic scenes[C].IEEE Conference on Computer Vision and Pattern Recognition.IEEE Computer Society，2013：3033-3040.

[8] YADAV R P，KUTTY K，UGALE S P.Implementation of robust HOG-SVM based pedestrian classification[J].International Journal of Computer Applications，2015，114(19)：10-16.

[9] TIAN Y，LUO P，WANG X，et al.Pedestrian detection aided by deep learning semantic tasks[C].Computer Vision and Pattern Recognition.IEEE，2015：5079-5087.

[10] 曾敏，周益龍.基于深度學(xué)習(xí)模型的行人檢測研究與仿真[J].南京郵電大學(xué)學(xué)報(自然科學(xué)版)，2015，35(6)：111-116.

[11] WANG Y Q，TIAN D，SONG D Y，et al.Application of improved moment invariants and SVM in the recognition of solar cell debris[C].Advanced Materials Research，2013，805-806：21-26.

作者信息:

張  莉1，魏艷鳴2，周  兵3

(1.浙江長征職業(yè)技術(shù)學(xué)院 計算機(jī)與信息技術(shù)系，浙江 杭州310012；

2.河南經(jīng)貿(mào)職業(yè)學(xué)院 信息管理系，河南 鄭州450018；3.鄭州大學(xué) 信息工程學(xué)院，河南 鄭州450001)