摘 要：本文針對考場場景中考生檢測問題，提出了一種以頭肩肘特征作為考生識別依據(jù)的改進(jìn)的HOG算法。該算法使用多尺寸的Block和Cell，對于小目標(biāo)減小Cell尺寸及步長，使用2：1、1：1Block代替?zhèn)鹘y(tǒng)的1：1Block，使之有效檢測考生目標(biāo)。實(shí)驗(yàn)中經(jīng)過基于多尺寸HOG特征的SVM分類器的精細(xì)驗(yàn)證，完成了考生頭肩肘的檢測識別，此算法準(zhǔn)確率高于82%。

關(guān)鍵詞：HOG、SVM；多尺寸HOG；頭肩檢測

中圖分類號：TP391.41

人體定位是智能考試監(jiān)控系統(tǒng)的前提。常用的人體定位大多是對人的整個(gè)身體、臉部、膚色或者運(yùn)動(dòng)進(jìn)行檢測[1-4]。然而考場場景中存在著由于桌椅對肘部以下的遮擋、長發(fā)對面部的遮擋、攝像角度導(dǎo)致的遮擋以及運(yùn)動(dòng)幅度微小等問題，傳統(tǒng)的人體定位方法很難準(zhǔn)確的檢測目標(biāo)。

在這種情況下，經(jīng)研究發(fā)現(xiàn)人體頭肩肘部通常體現(xiàn)得較為完整且頭肩肘輪廓相似度很高，容易與背景區(qū)分，可以作為人體目標(biāo)檢測的依據(jù)。頭肩檢測（Head-Shoulder Detection）通常應(yīng)用與復(fù)雜場景（商場、街道等）下的人體檢測，由于檢測目標(biāo)較大，多選擇64×64或者128×64的檢測窗口[8-10]。但在考場場景中由于攝像頭俯視、頭肩肘的長寬比例約為8：5而不是傳統(tǒng)的2：1等問題，64×64的檢測窗口不能很好的發(fā)現(xiàn)目標(biāo)，128×64的檢測窗口過大漏檢率非常高，因此傳統(tǒng)的HOG特征提取方法很難取得良好的檢測效果。故本文改進(jìn)HOG算法，采用多尺寸HOG（Block比例：1：1、2：1；Cell尺寸：8×8、4×4；檢測窗口64×40）代替Dalal HOG，在考場場景中采用頭肩肘輪廓類似“凸”形狀作為參考特征，訓(xùn)練分類器對視頻圖像進(jìn)行掃描判決并最終奪得檢測目標(biāo)。

1 相關(guān)目標(biāo)檢測算法

1.1 靜態(tài)目標(biāo)檢測算法

人臉檢測、膚色檢測是比較常用的靜態(tài)目標(biāo)檢測方法。如Yuille[2]等提出的基于幾何特征“彈性模板”和基于統(tǒng)計(jì)特征的“Fisher臉”[3]和汪國來等提出的自適應(yīng)模型和固定模型結(jié)合的膚色分割算法[4]。雖然上述方法均可以較好的定位人體目標(biāo)，但由于考場場景下攝像頭通常由斜上方向下拍攝、考生低頭作答的特點(diǎn)，很難獲得良好的面部和膚色特征故不能采用上述方法進(jìn)行考生目標(biāo)定位。

1.2 運(yùn)動(dòng)目標(biāo)檢測算法

常用的運(yùn)動(dòng)目標(biāo)檢測方法有幀差法、背景減除法、混合高斯背景建模法等前景提取算法。筆者就上述三種方法進(jìn)行了實(shí)驗(yàn)，發(fā)現(xiàn)由于考場場景下考生運(yùn)動(dòng)幅度小，上述方法均不能很好的獲得考生完整的輪廓信息，實(shí)驗(yàn)結(jié)果如圖1。

圖1 運(yùn)動(dòng)目標(biāo)檢測算法獲得的前景

2 HOG描述子及計(jì)算方法

針對以上問題，本文經(jīng)研究發(fā)現(xiàn)利用考生頭肩肘部側(cè)“凸”字型特征，采用HOG描述子對考生頭肩肘輪廓進(jìn)行描述，能夠有效的發(fā)現(xiàn)考生目標(biāo)。

方向梯度直方圖——HOG描述子（HOG descriptors）最初由Navneet Dalal和Bill Triggs[5]提出，對于行人檢測表現(xiàn)出優(yōu)良的性能。HOG描述子的基本思想是：在一幅圖像中，局部目標(biāo)的外觀和形狀能夠被梯度或邊緣的方向密度分布很好地描述。假設(shè)樣本圖像大小為64×64，將圖像分為256個(gè)大小為4×4的Cell，4個(gè)Cells組成一個(gè)Block（圖像、Block、Cell關(guān)系如圖2），對Cell中每個(gè)像素計(jì)算梯度，統(tǒng)計(jì)其方向梯度直方圖（將0～360°分為9個(gè)bin），將其歸一化至對應(yīng)的Block上就獲得了36維（4個(gè)Cell，每個(gè)Cell9個(gè)bin）的特征向量。綜上HOG描述子的計(jì)算方法為：（1）歸一化輸入圖像gamma和顏色空間。（2）計(jì)算像素梯度。（3）統(tǒng)計(jì)Cell的方向梯度直方圖。（4）在Block上歸范化直方圖[6]。

圖2 Cell、Block與圖像關(guān)系示意圖

2.1 gamma和顏色空間的歸一化

gamma和顏色歸一化的作用是調(diào)節(jié)圖像對比度，降低圖像局部的陰影和光照變化所造成的影響。但是在行人檢測實(shí)驗(yàn)[5]中卻發(fā)現(xiàn)該歸一化幾乎沒有提高性能（如圖3）。這是因?yàn)楹竺孢M(jìn)行的歸范化操作起到了相同的作用，所以一般在應(yīng)用HOG時(shí)都省略了gamma歸一化操作[6]。

圖3 原圖像與歸一化圖像檢測結(jié)果對比

2.2 像素梯度計(jì)算

對彩色圖像則分別計(jì)算各顏色通道的梯度，并選取 L2范數(shù)最大的那個(gè)作為像素的梯度向量[6]。

2.3 Cell、Block和圖像的方向梯度直方圖

本文用于檢測考場場景中的考生，故將方向角度考慮為0～180°，量化為9個(gè)方向的bin（如圖4）。因此計(jì)算Cell的方向梯度直方圖的方法為，對Cell內(nèi)每個(gè)像素以梯度為權(quán)重用梯度方向在直方圖中加權(quán)投影（也可采用三線插值），這樣得到了一個(gè)9維向量。將臨近的m×n個(gè)Cell組成一個(gè)Block，則一個(gè)Block得到一個(gè)m×n×9維向量。同理一幅圖像的HOG特征維度為圖像中Block的個(gè)數(shù)乘以m×n×9，就能能到整個(gè)圖像的方向梯度直方圖。Cell和Block的形狀可以為矩形或者放射狀（圓形或扇形），本位為方便計(jì)算選用矩形Cell及Block。

圖4 0～180°方向上量化為9個(gè)bin

2.4 適用于小目標(biāo)的HOG改進(jìn)方法

現(xiàn)實(shí)場景中的行人檢測，通常目標(biāo)較大且忽略遠(yuǎn)距離行人，因此一般使用64×128的大檢測窗口。INRIA行人數(shù)據(jù)庫[5]提供96×160的行人樣本，MIT行人數(shù)據(jù)庫[7]提供64×128的行人樣本。而現(xiàn)實(shí)的考試場景中，由于距離遠(yuǎn)后方的同學(xué)會(huì)比較小，小于檢測窗口很難有效的檢測出考生目標(biāo)。

本文根據(jù)Dalal等提出的HOG基本原理，改變Cell和Block的大小和對應(yīng)比例，使之適應(yīng)考場場景中的小目標(biāo)檢測。本文先后嘗試128×64、96×60、80×48以及64×40的檢測窗口進(jìn)行檢測，128×64與96×60的檢測窗口過大，對考場前方目標(biāo)具有很好的檢測結(jié)果，然而后方漏檢率很高。80×48的檢測窗口由于計(jì)算后HOG特征維度較低，不能很好的保留輪廓信息，檢測效果一般。最后選定檢測窗口大小為64×40，Cell為4×4，Block為16×8，以4×4步長滑動(dòng)的檢測窗口既與場景中最小目標(biāo)大小相仿，又很好的保存了輪廓信息得到了比較好的檢測結(jié)果。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 實(shí)驗(yàn)樣本

由于考試場景的特殊性，既有的INRIA[5]和MIT[7]的行人樣本不適用，因此建立了一個(gè)基于考生頭肩肘的數(shù)據(jù)庫，數(shù)據(jù)庫包含68個(gè)正樣本和200個(gè)負(fù)樣本。正樣本通過網(wǎng)上搜集的考試照片截取，負(fù)樣本圖片在隨機(jī)選取的基礎(chǔ)上加入了不同考場環(huán)境中的非目標(biāo)區(qū)域（如墻壁、窗戶、桌椅等）以降低誤檢率，部分考生頭肩肘樣本如圖5，實(shí)驗(yàn)圖像拍攝于2012年上學(xué)期西南交通大學(xué)期末考試。

圖5 自建考生頭肩肘樣本庫部分正負(fù)樣本

3.2 訓(xùn)練過程

在基于HOG特征的目標(biāo)分類訓(xùn)練中，SVM的效果最優(yōu)應(yīng)用也最為廣泛。線性SVM利用兩類樣本數(shù)據(jù)的最大間隔作為劃分的超平面，運(yùn)算簡單。本文選擇線性SVM（c=0.1）來對樣本中對應(yīng)的每個(gè)HOG特征進(jìn)行分類訓(xùn)練，得到考生頭肩特征區(qū)域的分類器。

3.3 實(shí)驗(yàn)結(jié)果

采用多尺寸HOG（Block比例：1：1、2：1；Cell尺寸：8×8、4×4）的考場場景下考生目標(biāo)檢測結(jié)果如圖3、圖6。為了更客觀的描述本文的檢測算法性能，筆者將考生檢測算法檢測多次并與常用算法進(jìn)行了對比試驗(yàn)，對同一測試集進(jìn)行五次試驗(yàn)實(shí)驗(yàn)結(jié)果見表1，對比結(jié)果見表2。

表1 考生檢測測試結(jié)果

表2 多尺度HOG與傳統(tǒng)HOG對比

圖6 考生目標(biāo)檢測結(jié)果

4 結(jié)束語

本文針對考試場景下考生尤其是小目標(biāo)考生的頭肩肘部位進(jìn)行了識別研究，基于考生頭肩肘的側(cè)“凸”型輪廓特征，經(jīng)過基于多尺寸HOG特征的SVM分類器的精細(xì)驗(yàn)證，完成了考生頭肩肘的檢測識別。實(shí)驗(yàn)結(jié)果表明該算法具有很好的檢測率。

參考文獻(xiàn)：

[1]蘇松志，李紹滋等.行人檢測技術(shù)綜述[J].電子學(xué)報(bào)，2012.

[2]Yu ille A L. D efo rm ab le tem p la tes fo r face recogn ition[J].J ou rna l of C og n itiv e N eu roscience，1989.

[3]Swets D，Weng J.U sing discrim inan teigenfea tu res fo r im age retrieva l[J].IEEE Transaction on Pattern Analysis and Mach in eIntelligence，1996.

[4]江國來，林耀榮.自適應(yīng)模型和固定模型結(jié)合的膚色分割算法[J].計(jì)算機(jī)應(yīng)用，2010.

[5]Dalal N，Triggs B. Histograms of oriented grandients for human detection [C]//Conference on Computer Vision and Pattern Recognition（CVPR），2005.

[6]傅紅普，鄒北驥.方向梯度直方圖及其擴(kuò)展[J].計(jì)算機(jī)工程，2013.

[7]MIT Pedestrian dateset[DB].http：//cbcl.mit.edu/cbcl/software-datasets/PedestrianData.html.

[8]顧炯，趙曙光，王宏斌.基于Joint HOG特征復(fù)雜場景下的頭肩檢測[J].電子設(shè)計(jì)工程，2012.

[9]芮挺等.基于高斯混合建模的多尺度HOG行人頭肩特征檢測[J].山東科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2013.

[10]汪成亮等.基于高斯混合模型與PCA-HOG的快速運(yùn)動(dòng)人體檢測[J].計(jì)算機(jī)應(yīng)用研究，2012.

作者簡介：劉鸞，女，碩士在讀，主要研究方向：數(shù)字視頻圖像處理；黃文培，男，副教授，博士，主要研究方向：數(shù)字視頻圖像處理。

作者單位：西南交通大學(xué) 信息科學(xué)與技術(shù)學(xué)院，成都 610031