王雪鋒，葉 飛

（1.江南大學(xué) 物聯(lián)網(wǎng)工程學(xué)院，江蘇 無(wú)錫214122；2.上海交通大學(xué) 圖像通信與網(wǎng)絡(luò)工程研究所，上海200240）

車輛檢測(cè)和分類識(shí)別是計(jì)算機(jī)視覺研究的一個(gè)熱點(diǎn)課題[1-2]，它在視頻檢索、智能交通等領(lǐng)域有著重要的實(shí)用價(jià)值[3]，特別是在交通領(lǐng)域，車輛類型的準(zhǔn)確識(shí)別為城市復(fù)雜交通網(wǎng)絡(luò)的管理提供了智能化的技術(shù)支持。面包車作為一種事故多發(fā)車型和犯罪分子作案的常用車型，長(zhǎng)期以來(lái)一直受公安部門的重點(diǎn)關(guān)注。研究基于HOG[4-5]與SVM[6]算法對(duì)監(jiān)控視頻中的面包車進(jìn)行自動(dòng)識(shí)別與跟蹤，在交通管理與公共安全領(lǐng)域具有巨大意義。

針對(duì)以上問(wèn)題，本文研究了一種基于監(jiān)控視頻的面包車識(shí)別算法。該方法對(duì)監(jiān)控視頻中已經(jīng)跟蹤的車輛[7-9]，通過(guò)提取車輛的方向梯度直方圖（HOG）特征作為支持向量機(jī)（SVM）分類檢測(cè)的輸入，分類識(shí)別該車輛是否為面包車。通過(guò)對(duì)車輛大小的檢測(cè)，增強(qiáng)了分類識(shí)別算法的準(zhǔn)確性與魯棒性。實(shí)驗(yàn)證明，該方法能準(zhǔn)確進(jìn)行面包車的分類識(shí)別，在實(shí)際的標(biāo)清監(jiān)控視頻中，面包車的識(shí)別準(zhǔn)確率可達(dá)到90%。

1 問(wèn)題描述

1.1 HOG算法介紹

針對(duì)面包車相對(duì)于其他車輛具有顯著輪廓的特點(diǎn)，本文使用HOG算法提取車輛的輪廓信息，如圖1所示。

HOG算法能在清晰度不高的情況下較準(zhǔn)確地對(duì)車輛的輪廓特征進(jìn)行提取。因?yàn)镠OG算法是在局部目標(biāo)的細(xì)胞單元上提取各像素點(diǎn)梯度，對(duì)清晰度要求不高，降低了對(duì)監(jiān)控儀器的要求，減少了成本。

針對(duì)車輛識(shí)別中普遍存在的問(wèn)題，即不同光照下車輛的外觀會(huì)有所不同，HOG方法是在圖像的局部細(xì)胞單元上操作，它對(duì)圖像幾何和光學(xué)形變都能保持很好的不變性，從而增加了識(shí)別的魯棒性。

圖1 面包車與其他車型的對(duì)比

1.2 SVM分類器介紹

支持向量機(jī)（SVM）是Vapnik[10]等人于1995年首先提出的，SVM的基本原理可以概括為兩點(diǎn)：

（1）通過(guò)使用非線性映射算法將低維輸入空間線性不可分的樣本轉(zhuǎn)化為高維特征空間使其線性可分，再使用線性劃分進(jìn)行分類，從而實(shí)現(xiàn)了對(duì)高維特征空間的非線性系統(tǒng)進(jìn)行線性算法分析；

（2）它基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化理論之上，在特征空間中建構(gòu)最優(yōu)分割超平面，使得學(xué)習(xí)其得到全局最優(yōu)化，并且在整個(gè)樣本空間的期望風(fēng)險(xiǎn)以某個(gè)概率滿足一定上界。

1.2.1 兩類線性可分的情況

假設(shè)輸入樣本為xi（i=1，2，…，n），對(duì)應(yīng)的輸出為y={+1，-1}，其中+1、-1為兩類的標(biāo)識(shí)。分類平面表示為（w·x）+b=0，其中，x為多維向量，則最優(yōu)化問(wèn)題可表達(dá)為：

1.2.2 兩類線性不可分的情況

由于樣本線性不可分，引入松弛變量，則最優(yōu)化問(wèn)題可表達(dá)為：

1.2.3 非線性情況

通過(guò)使用非線性映射算法將低維輸入空間線性不可分的樣本轉(zhuǎn)化為高維特征空間使其線性可分，設(shè)映射x=Φ（x），則高維空間中，根據(jù)Mercer理論，令k（xi·yi）=Φ（xi）·Φ（yi）為內(nèi)積核函數(shù)，分類面（w·x）+b=0，滿足：

2 算法的總體設(shè)計(jì)流程

在綜合評(píng)估各種目標(biāo)分類識(shí)別方法的準(zhǔn)確度、復(fù)雜度及魯棒性等方面的因素，考慮到監(jiān)控視頻應(yīng)用環(huán)境的復(fù)雜性（室外場(chǎng)景，易受光照等擾動(dòng)）、分類檢測(cè)的實(shí)時(shí)性，采用具備光學(xué)和幾何形變不變性的HOG特征為車輛識(shí)別的主特征，訓(xùn)練SVM分類器，實(shí)現(xiàn)對(duì)面包車的分類識(shí)別。圖2給出了基于監(jiān)控視頻的面包車識(shí)別總體流程。

圖2 基于監(jiān)控視頻的面包車識(shí)別總體流程

如圖2所示，識(shí)別的流程分為3部分：首先通過(guò)搜集具備典型性的面包車和卡車、轎車等車輛，形成訓(xùn)練樣本庫(kù)；利用這個(gè)樣本庫(kù)，對(duì)車輛類型分類器進(jìn)行離線訓(xùn)練，使其具備利用HOG特征進(jìn)行分類識(shí)別的能力；分類器的輸出為面包車和非面包車兩類，針對(duì)視頻中跟蹤到的車輛（特定區(qū)域），提取其HOG特征，輸入到訓(xùn)練好的SVM分類器進(jìn)行分類判決，得到車輛類型。

2.1 訓(xùn)練樣本庫(kù)

在算法確定的情況下，樣本庫(kù)大小和典型性共同決定著SVM分類器的準(zhǔn)確性。本文設(shè)計(jì)在構(gòu)造訓(xùn)練樣本庫(kù)方面共收集了正樣本負(fù)樣本各500多張，為SVM分類器的準(zhǔn)確性奠定了基礎(chǔ)。這些樣本均從實(shí)際的交通監(jiān)控錄像中獲取，并注意選擇不同視角、不同光照條件、不同尺寸的車輛作為訓(xùn)練樣本，以保證樣本的真實(shí)性和多樣性，為樣本庫(kù)的典型性提供了保障。

2.2 提取HOG特征

將已經(jīng)找好的樣本進(jìn)行歸一化處理（樣本圖像的分辨率歸一化為100×100像素），然后進(jìn)行HOG特征的提取變換。經(jīng)過(guò)HOG的提取變換，將一個(gè)100×100的圖片，從10 000維降階到900維，大大降低了計(jì)算的復(fù)雜度，提高了檢測(cè)效率，為達(dá)到實(shí)時(shí)監(jiān)控奠定了基礎(chǔ)。

2.3 基于SVM構(gòu)造車輛分類器

將HOG算法提取的圖像特征送入SVM進(jìn)行訓(xùn)練，得到SVM構(gòu)造的車輛分類器。

構(gòu)建測(cè)試平臺(tái)，其可以自動(dòng)將某一指定文件夾中的圖片依次送入分類器進(jìn)行判斷，并在圖片上顯示判斷結(jié)果，最后計(jì)算出正負(fù)樣本的正確率，如圖3所示。

圖3 分類識(shí)別的實(shí)驗(yàn)輸出

2.4 算法改進(jìn)：車輛大小檢測(cè)

2.4.1 改進(jìn)目的

由于車輛種類繁多，在正負(fù)樣本數(shù)超過(guò)500后，SVM的識(shí)別準(zhǔn)確率不再隨樣本數(shù)而增加。如果能減少待測(cè)車輛的種類數(shù)量，必然可以使準(zhǔn)確率得到進(jìn)一步的提升。本文提出了一種基于標(biāo)定車型的判斷算法，即通過(guò)預(yù)先得到不同車型的車輛在同一個(gè)攝像頭中各個(gè)位置下外接矩形的長(zhǎng)寬設(shè)定閾值，將車輛分成大型車、中型車、小型車3類，當(dāng)該攝像頭下待測(cè)車輛經(jīng)過(guò)時(shí)，根據(jù)其外接矩形的大小和閾值進(jìn)行比較，判斷出待測(cè)車輛的車型，若該車輛為中型車，再使用SVM分類器進(jìn)一步識(shí)別，最后判斷是否是面包車。經(jīng)過(guò)實(shí)驗(yàn)，該算法在多種角度下均能有效地區(qū)分車型，大大減少了待測(cè)車輛的種類，提升了最終算法的速度和準(zhǔn)確性。

2.4.2 具體實(shí)現(xiàn)

（1）將某一道路人工的分成若干塊，順序標(biāo)號(hào)，如圖4所示。塊分得越細(xì)，對(duì)車型大小的估計(jì)越準(zhǔn)確，下圖為了方便說(shuō)明只分成了14塊。

圖4 道路人工劃分成塊

（2）通過(guò)跟蹤算法，將視頻中不同種類車輛在不同塊（步驟（1）得出）、不同行駛方向的外接矩形參數(shù)記錄下來(lái)，如圖5所示，經(jīng)人工判斷車型，將車輛分為小型車（兩箱和三廂的小轎車）、中型車（SUV、面包車、商務(wù)車）、大型車（公交車、渣土車等），取外接矩形長(zhǎng)、寬中各車型差別較大的一組數(shù)據(jù)作為該點(diǎn)的判斷數(shù)據(jù)，閾值取兩車型中邊界點(diǎn)的中點(diǎn)。如果某一點(diǎn)兩種車型判斷數(shù)據(jù)有交集，即大小不容易區(qū)分，則在該點(diǎn)不使用該算法，如圖6所示。

圖5 車輛大小標(biāo)定

圖6為圖4中第4、6、10、12區(qū)域行駛方向?yàn)?5°～105°的車輛的外接矩形的長(zhǎng)、寬比較。圖6（a）為車輛外接矩形的長(zhǎng)度的比較，可以看出：①大型車與中小型車的外接矩形長(zhǎng)度區(qū)分度大，中小型車輛外接矩形長(zhǎng)度區(qū)分不明顯，這與大型車車身較寬，中小型車車身相近的實(shí)際情況相符；②同車型在不同位置下外接矩形長(zhǎng)度相近，這證明了該方法進(jìn)行車型的分類的可行性。圖6（b）為車輛外接矩形的寬度比較，可以看出，相比于長(zhǎng)度，在該視角下，寬度的區(qū)分效果比長(zhǎng)度好。因此在這些區(qū)域，車輛外接矩形的寬度作為劃分車型的判斷依據(jù)，閾值由圖6中綠線所示。

圖6 車輛不同位置的長(zhǎng)寬的比較

（3）在同一個(gè)攝像頭下檢測(cè)待測(cè)車輛時(shí)，首先由車輛跟蹤和步驟（1）中對(duì)路面的分塊得到待測(cè)車輛在圖中所屬的塊編號(hào)、運(yùn)動(dòng)方向、外接矩形長(zhǎng)寬，將待測(cè)車輛的長(zhǎng)寬比與步驟（2）得到的閾值對(duì)比，得出該車輛的車型，如圖6（b）所示，若待測(cè)車輛的外接矩型寬度在綠線內(nèi)，則其判斷為中型車。

2.5 改進(jìn)的總體設(shè)計(jì)流程

在原HOG算法基礎(chǔ)上，增加了對(duì)車輛大小的檢測(cè)，對(duì)總體設(shè)計(jì)流程進(jìn)行了新的改進(jìn)，如圖7所示。

圖7 總體設(shè)計(jì)流程

3 實(shí)驗(yàn)結(jié)果

在測(cè)試樣本庫(kù)隨機(jī)取出正負(fù)測(cè)試樣本各50張，在樣本庫(kù)隨機(jī)挑選正負(fù)樣本各150、250、350、500張。分別用原HOG算法與加入車輛大小檢測(cè)機(jī)制的HOG算法對(duì)樣本信息進(jìn)行提取，將提取的信息用SVM訓(xùn)練出車輛分類器，通過(guò)訓(xùn)練好的分類器對(duì)測(cè)試樣本進(jìn)行檢測(cè)，對(duì)檢測(cè)結(jié)果進(jìn)行對(duì)比評(píng)估。

對(duì)比驗(yàn)證在不同大小的樣本庫(kù)下，加入車輛大小檢測(cè)機(jī)制的HOG算法能夠提高判斷的準(zhǔn)確率。實(shí)驗(yàn)結(jié)果如表1所示。

表1 原算法與加入車輛大小檢測(cè)算法的正確率對(duì)比結(jié)果

從表1可以看出，隨著樣本數(shù)量的增加，兩種方法的面包車識(shí)別準(zhǔn)確率逐漸提升；同時(shí)，采用車輛大小檢測(cè)后的新算法，較未采用該機(jī)制的原算法，提高了判斷的正確率，達(dá)到了90%。

設(shè)計(jì)了一種基于HOG的面包車檢測(cè)系統(tǒng)。通過(guò)HOG算法SVM分類器與車輛大小檢測(cè)投票機(jī)制將車輛準(zhǔn)確地分類為面包車和非面包車?；趯?shí)際監(jiān)控視頻的實(shí)驗(yàn)結(jié)果，該算法能夠以較高的準(zhǔn)確率實(shí)現(xiàn)面包車的分類識(shí)別；改進(jìn)后的基于車輛大小檢測(cè)的算法，具備更高的分類準(zhǔn)確率與魯棒性。

[1]高敬紅，楊宜民.道路交通車輛檢測(cè)技術(shù)及發(fā)展綜述[J].公路交通技術(shù)，2012（1）：116-119.

[2]BLOSSEVILLE J M.Titan：A Traffic Measurement System Using Image Proc-essing Techniques[C].IEEE the 2nd International Conference on Road Traffic Monitoring，1989：84-88.

[3]王飛，薛虎.智能交通系統(tǒng)產(chǎn)業(yè)研究綜述[J].科技創(chuàng)新與應(yīng)用，2012（28）：54.

[4]DALAL N，TRIGGS B.Histograms of Oriented Gradients for Human Detection[J].IEEE Computer Vision and Pattern Recognition（CVPR），2005（1）：886-893.

[5]魯豐，劉蕓，張仁輝，等.基于改進(jìn)HOG特征值的車標(biāo)檢測(cè)與識(shí)別方法[J].光通信研究，2012，38（5）：26-29.

[6]CORTES C，VAPNIK V.Support-vector networks[J].Machine Learning，1995，20（3）：273-297.

[7]TAKALA V，PIETIKAINEN M.Multi-object racking using color texture and motion[C].IEEE Conference on Computer Vision and Pattern Recognition，2007（CVPR′07）.2007：1-7.

[8]KUMAR P，BROOKS M J.An adaptive Bayesian technique for tracking multiple objects[J].Pattern Recognition and Machine Intelligence，2007：657-665.

[9]OSAWA T，SUDO K，ARAI H.Monocular 3D tracking of multiple interacting targets[C].19th International Conference on Pattern Recognition（ICPR′08），2008：1-4.

[10]張學(xué)工.關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J].自動(dòng)化學(xué)報(bào)，2000，26（1）：32-42.